登录
首页 » 算法 » CKNN 用于多示例学习

CKNN 用于多示例学习

于 2022-03-01 发布 文件大小:1.89 kB
0 165
下载积分: 2 下载次数: 1

代码说明:

CKNN  Using the Citation KNN algorithm[1] to get the labels for bags in testBags, where minmum Hausdorff distance is used to measure the distances between bags %     CKNN takes, %        PBags     - an Mx1 cell array where the jth instance of ith positive bag is stored in PBags{i}(j,:) %        NBags     - an Nx1 cell array where the jth instance of ith negative bag is stored in NBags{i}(j,:) %        testBags  - a Kx1 cell array where the jth instance of ith test bag is stored in testBags{i}(j,:) %         Refs     - the number of referecnes for each test bag %        Citers    - the number of citers for each test bag %      &n

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 蚁群解决TSP旅行商问题
    蚁群算法解决TSP旅行商问题 蚁群算法是一种在图中寻找优化路径的机率型算法。他的灵感就是来自于蚂蚁发现食物的行为。蚁群算法是一种新的模拟进化优化的算法,与遗传算法有很多相似的地方。蚁群算法在比较早的时候成功解决了TSP旅行商的问题
    2022-03-31 12:54:45下载
    积分:1
  • 详细的记载了CRC的具体过程
    详细的记载了CRC算法的具体过程- Detailed record CRC algorithm concrete process
    2022-04-06 20:50:28下载
    积分:1
  • 《超长整数运的计机实现》论文文档
    《超长整数运算的计算机实现》论文文档-"long integer computation computer" paper documents
    2022-09-26 05:25:03下载
    积分:1
  • 串口转以太网程序
    此源文件是串口转以太网的程序文件,芯片采用的stm32单片机,里面各种标注。
    2022-07-12 19:19:12下载
    积分:1
  • Learnin Mathematics with the ABACUS Activity
    Learnin Mathematics with the ABACUS Activity-book part 8
    2022-08-09 12:45:02下载
    积分:1
  • VB实现的treap树程序含可视化界面
    BST树是一种二叉查找树,但是若是多次插入,BST树便会失衡或者退化成链。于是在BST树的基础上又附加了一个堆的性质,本程序采用最小堆原则。程序代码使用的是VB6.0编写,由于VB中没有指针,所有本程序采用数组模拟,程序一方面实现了treap的算法,另一方面也加了可视化操作界面,非常直观。
    2022-10-26 23:50:04下载
    积分:1
  • C++ ItemCF
    UserCF和ItemCF是协同过滤中最为古老的两种算法,在top-N的推荐上被广泛应用。这两个算法之所以重要,是因为他们使用了两个不同的推荐系统基本假设。UserCF认为一个人会喜欢和他有相同爱好的人喜欢的东西,而ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西。这两个假设都有其合理性。根据我的测试,用UserCF和ItemCF做出的推荐列表中,只有50%是一样的,还有50%完全不同。但是这两个算法确有相似的精度。所以说,这两个算法是很互补的。我一直认为这两个算法是推荐系统的根本,因为无论我们是用矩阵,还是用概率模型,我们都非常的依赖于前面说的两种假设。如果用户的行为不符合那两种假设,推荐系统就没必要存在了。因此我一直希望能够找出这两种算法的本质区别。他们有相似的精度,但是coverage相差很大,ItemCF coverage很大而UserCF很小。我还测试了很多其他指标,不过要从这些表象的指标差异找出这两个算法的本质区别还是非常困难。不过上周我基本发现了这两个算法推荐机理的本质区别。我们做如下假设。每个用户兴趣爱好都是广泛的,他们可能喜欢好几个领域的东西。不过每个用户肯定也有一个主要的领域,对这个领域会比其他领域更加关心。给定一个用户,假设他喜欢3个领域A,B,C,同时A是他喜欢的主要领域。这个时候我们来看UserCF和ItemCF倾向于做出什么推荐。结果如下,如果用UserCF, 它会将A,B,C三个领域中比较热门的东西推荐给用户。而如果用ItemCF,它会基本上只推荐A领域的东西给用户。因为UserCF只推荐热门的,所以UserCF在推荐长尾上能力不足。而ItemCF只推荐A领域给用户,这样他有限的推荐列表中就可能包含了一定数量的不热门item,所以ItemCF推荐长尾的能力比较强。不过ItemCF的推荐对某一个用户而言,显然多样性不足。但是对整个系统而言,因为不同的用户的主要兴趣点不同,所以系统的coverage会很大。显然上面的两种推荐都有其合理性,但都不是最好的选择,因此他们的精度也会有损失。最好的选择是,如果我们给这个用户推荐30个item,我们既不是每个领域挑选10个最热门的给他,也不是推荐30个A领域的给他,而是比如推荐15个A领域的给他,剩下的15个从B,C中选择。认识到这一
    2022-03-26 08:57:57下载
    积分:1
  • 人工智能神经网络之感应器
    该程序主要包括计算输出值、感知器学习算法(权值的调整)
    2022-12-02 08:10:04下载
    积分:1
  • Lms 2
    LMS算法在atennas用于抑制interferances。该算法使用一个随机输入,25元件,一个lambda/ 2元件间的距离,亩=0.008,以获得最佳的波束形成,并在信号的到达方向上的较高的功率。
    2023-02-21 13:25:03下载
    积分:1
  • FFTW
    fftw-3.0.1
    2022-01-23 11:11:22下载
    积分:1
  • 696518资源总数
  • 106235会员总数
  • 12今日下载