KNN:k最近的邻居
K最近邻(K Nearest Neighbor,简称KNN)是一种常见于计算机科学和数据库领域的算法,因其名称较长,通常缩写为KNN以便于书写和使用。该算法通过计算数据点之间的距离,找出最接近的k个“邻居”,广泛应用于分类、回归等任务中。
K Nearest Neighbor具体释义
K Nearest Neighbor的英文发音
例句
- Considering K Nearest Neighbor(KNN) ( KNN ) method has high accuracy but poor efficiency, this paper proposes a text categorization method based on the guidance of posterior probability named B-KNN.
- 针对K最近邻(KNN)方法分类准确率高但分类效率较低的特点,提出基于后验概率制导的贝叶斯K最近邻(B-KNN)方法。
- Scalable processing of multiple continuous k nearest neighbor queries in road networks
- 可伸缩的道路网络多连续k近邻查询处理
- Two-tier K Nearest Neighbor(KNN) Algorithm Based on Active Diagnostic Recommendation
- 基于主动诊断推荐的双层K-最近邻算法
- Therefore, moving object index strategy and K nearest neighbor query strategy need to be studied.
- 因此需要研究基于路网的移动对象索引策略和K近邻查询策略,如何采用快速、有效的方法来处理移动对象K近邻查询是一个具有挑战性的研究课题。
- K nearest neighbor ( kNN ) query is one of the fundamental issues in spatial database research area.
- k最近邻居问题(kNN)是空间数据库研究领域最基本的问题之一,是指在特定空间中寻找离查询点最近的k个目标点,包括几何空间,道路空间等。
本站英语缩略词为个人收集整理,可供非商业用途的复制、使用及分享,但严禁任何形式的采集或批量盗用
若KNN词条信息存在错误、不当之处或涉及侵权,请及时联系我们处理:675289112@qq.com。