k最近邻算法(kNN)是一个十分简单的分类算法,该算法包括两个步骤:(1)在给定的搜索训练集上按一定距离度量,寻找一个k的值.(2)在这个kNN算法当中,根据大多数分为一致的类来进行分类.kNN算法具有的非参数性质使其非常易于实现,并且它的分类误差受到贝叶斯误差的两倍的限制,因此,kNN算法仍然是模式分类的最受欢迎的...
K-臂DNA计算在最近邻聚类和MCP中的应用研究 生物分子的大小在纳米尺度,同时具有良好的可操作性和强大的信号转导能力,这为利用生物分子元件组装生物计算机的研究提供了可能.在生物计算领域,DNA计算从1994年Adlema... 任晓玲 - 山东师范大学 被引量: 0发表: 0年 并行数据挖掘算法综述 K-最近邻贝叶斯网络人工神经网...