急求k2树

油泼裤带面 2016-10-11 10:11:47

哪位大神有关于 k2树的一些资料呀小弟现在在学一篇论文，好多关于k2树的内容

...全文

199 1 打赏收藏举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

paschen 2016-10-11

打赏
举报

回复

http://wenku.baidu.com/link?url=vstRICHiK0h6guiMzHpY8daH8zltXEuxmZnDmdeHVqJqnuy7tuDYPnvrIYvAIXaUXHvhoNp0YBfEwHgqAQlK8L4dnv1CVpN86lwDW7ZURNK

K-D树在维基百科上定义是将K维空间中的点进行分割的数据结构，D是dimensional(维度)的缩写，K-D树是BSP(Binary Space Partitioning)的一种。维基百科的解释很正式(看的迷迷糊糊)。简单的说，K-D树就是二分查找树在K维空间的泛化(更迷糊了????)。 1、K维空间的二分查找树之前的一篇文章中有讲过二分查找树(BST)这样基础的数据结构，它是基于二分查找的思想实...

k近邻法 k近邻法的思想： k近邻法是一种基本分类与回归方法。输入为实例的特征向量，输出为实例的类别（可取多类）。具体过程是：给定一个已经分好类的数据集，对于新的实例，加入此数据集，以离这个点最近（距离度量）的k个点（k值选取）的类别进行多数表决（分类策略）去决定这个新的实例的类别。 k近邻法三要素： k值的选择： k小，用于训练的点少，只有新实例点旁边的点起作用（表决），近似误差小，估...

K-D树，即K-Dimensional Tree，是一种高维索引树型数据结构。常用于大规模高维数据空间的最邻近或者K邻近查找，例如图像检索中高维图像特征向量的K邻近匹配，对KNN算法的优化等。 Contents 1. K-D树的基本原理 2. K-D树的改进（BBF算法） 3. K-D树的C++实现 4. K-D树的开源框架介绍 1.

作为机器学习中一种基本的分类方法，K近邻(KNN)法是一种相对简单的方法。其中一个理由是K近邻法不需要对训练集进行学习。然而，不需要对训练集进行学习，反过来也会造成对测试集进行判定时，计算与空间复杂度的增加。 K近邻法最简单的实现方法是对需要分类的目标点，计算出训练集中每一个点到其的距离（比较常用的有欧氏距离），然后选取K个距离目标最近的点，根据这些点的分类以多数表决的形式来决定目标点的分类。理

在开头跟大家分享的时候我就说，面试我是没有做好准备的，全靠平时的积累，确实有点临时抱佛脚了，以至于我自己还是挺懊恼的。（准备好了或许可以拿个40k，没做准备只有30k+，你们懂那种感觉吗）如何准备面试？1、前期铺垫（技术沉积）程序员面试其实是对于技术的一次摸底考试，你的技术牛逼，那你就是大爷。大厂对于技术的要求主要体现在：基础，原理，深入研究源码，广度，实战五个方面，也只有将原理理论结合实战才能把技术点吃透。

其它技术问题

3,881

社区成员

9,044

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章