問題タブ [knn]

scikit-learn の KNN パッケージの場合sklearn.metrics.pairwise、p ノルムまたはミンコフスキー距離ではないペアワイズ距離メトリック (パッケージから) を指定できますか? たとえば、RBF カーネルを使用できますか? それとも余弦距離ですか？

大規模なコレクションで類似した画像を検索できるアルゴリズムを探しています。私は現在、OpenCLでSURF実装を使用しています。

最初は、KNN検索アルゴリズムを使用して、すべての画像の関心点をコレクションの残りの部分と比較しましたが、テストの結果、スケーリングがうまくいかないことがわかりました。また、 KNN-JoinのHadoop実装を試しました。これは、入力データの量に比べて、HDFSで実際に多くの一時的なスペースを必要とします。実際、私の入力ベクトルの次元のために、ペアワイズ距離アプローチは実際には適切ではありません（64）。

Locally Sensitive Hashingのことを聞いて、無料の実装があるのか​​、それとも実装する価値があるのか​​、私が知らない別のアルゴリズムがあるのではないかと考えました。

多次元ベクトルに対する高速 NN 検索を調査しています。(特徴ベクトルを抽出して計算した後に類似の画像を検索するようなもの)

私は現在、キーポイントをビット文字列で記述するORBを使用しています。
2 つのディスクリプタを比較するには、ORB にハミング距離が必要です。

LSH がユークリッド距離 (L2) またはマナサン距離 (L1) に基づいてハッシュ テーブルを計算することを読みました。これは、LSHisn'tがハミング距離を必要とするベクトル比較のオプションであることを意味しますか?

編集

LSH は、最初のビット文字列の部分文字列に基づいてハッシュ テーブルを作成するため、ハミング距離で動作します。これが動作する理由です。

分類する必要がある 7 つのクラスがあり、10 個の機能があります。この場合に使用する必要がある k の最適値はありますか、それとも 1 から 10 (約 10) の間の k の値に対して KNN を実行し、アルゴリズム自体の助けを借りて最適な値を決定する必要がありますか?

重複の可能性：
エラー：Rで関数…が見つかりませんでした

Rでknn関数を使用しようとしていますが、そのためにいくつかのパッケージをインストールしました（KNN、KNNgarden、ipedなど）。

R-Studioを使用すると、パッケージが正常にインストールされた（パッケージ'kknn'が正常に解凍され、MD5の合計がチェックされた）ときに発生しますが、kknn（kknn（train、test、cl、k = 1、l = 0、 prob = TRUE、use.all = TRUE））次のエラーが発生します：エラー：関数"kknn"が見つかりませんでした

これは私の作業ディレクトリと関係があると思います。WDをチェックしてリセットし、パッケージが含まれているRのフォルダーに設定しましたが、わかりました。私は何が間違っているのですか？

Stata での discrim knn の実行に関して 2 つの質問があります。

1) コマンドを適切にコーディングするにはどうすればよいですか? さまざまなバージョンを試しましたが、指定された変数が多すぎるというエラーが常に発生するようです。

• 正しい結果を持つベクトルは買いです。
• やっています：discrim knn buy, group(train test) k(1)

2) KNN に関する私の理解では、因子変数 (バイナリ) は KNN を使用するのに問題なく、奨励されていました。ただし、因子変数と時系列演算子が許可されていないというエラーメッセージが表示されます。

最後に、これがこの質問に最適なスペースではないことはわかっていますが、各ベクトルを knn に対して正規化する必要がありますか? 相反する反応を聞いたことがあります。

ROCR パッケージを使用していますが、R で knn モデルの ROC 曲線をプロットするにはどうすればよいでしょうか? このパッケージですべてをプロットする方法はありますか?

knnに対するROCRの予測機能の使い方がわかりません。これが私の例です。クラス属性の名前を y に変更した UCI リポジトリの isolet データセットを使用しています。

ここで私の質問は、ROC の予測関数に渡す引数は何かということです。機能していない以下の2つの代替案を試しました：

Rの「k Nearest Neighbor Regression」に関するパッケージを見つけました。例（下記参照）を試してみましたが、やりたいことは、作成した回帰モデル（pac.knn）を保存することです。モデルを保存または抽出して、R の外部に適用するにはどうすればよいですか?

私は次のような機能の大きなセットを持っています：

の各機能のk最近傍を計算しようとしていk=5ます。numpyとscipyパッケージを使用していますが、データセットが大きい（1000 x 1000）ため、計算が複雑なようです。Pythonを使用してkNNを計算する簡単な方法はありますか？

私が知っているように、knnはすべてのサンプルから最小距離を見つけます.それはそれが最も近いサンプルであることを意味します. しかし、すべてのサンプルから新しいデータまでの距離が必要な場合はどうすればよいでしょうか? たとえば、新しいデータに最も近い 3 つまたは 4 つのサンプルを取得するにはどうすればよいですか? ありがとうございました