K_近邻算法
-
基于LBP的人脸识别
在开源的yale人脸数据库中，实现的人脸识别，整个程序通过LBP（局部二值化模式）提取人脸的局部特征，用K_近邻算法实现对人脸特征向量的分类。整个系统的识别率达到90%左右，效果很好。 -
K_近邻算法的Matlab代码
K_近邻算法的Matlab源代码，提供测试数据。适合于多分类问题，二分类问题。该源代码的测试数据为常用的数据Iris，测试结果显示该算法的分类正确率极高，能够达到98%。K-最近邻(k-Nearest Neighbour，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。
