В настоящее время я использую реализацию KNN OpenCV для классификации изображений. В настоящее время он классифицирует изображения в P, S или прямоугольник и правильно. Однако, если я напишу ему изображение шума, он попытается классифицировать его как 1 из 3 классифицированных мной ранее. Чтобы заставить его классифицировать как шум, следует ли обучать KNN помещать шум в категорию «шум», или есть какой-то показатель точности, который я могу использовать?KNN OpenKV Неизвестные классификации
ответ
Способ использования этого параметра заключается в использовании переменной dists в функции knn_nearest. Он выплескивает расстояние между вашим вектором и векторами единиц K, чем дальше расстояние, тем меньше у них общего с тестовыми данными.
Да, но я бы не советовал. Если у вас есть классификатор, который хорошо различает апельсины и яблоки, вы не должны пытаться заставить его признать «не плод». Во-первых, потому что вы можете кормить неправильные входные данные почти во что угодно, во-вторых, потому что это снизит его первоначальную производительность, а третье, потому что вам нужен noise
, чтобы иметь шаблон. Как вы определяете шум?
«Шум» довольно хорошо определен в обработке сигналов. _White noise_ имеет плоский спектр, а _pink noise_ имеет спектр «1/f». – MSalters
- 1. ошибка в классификации knn matlab
- 2. KNN - как мы тестируем изображение после классификации KNN?
- 3. Ядро RBF для классификации с использованием KNN
- 4. Идеальное значение k в kNN для классификации
- 5. Неизвестные слова в классификации Наив Байеса
- 6. Ошибка OpenKV Python GTK
- 7. Простой способ использования классификации knn только с использованием knnsearch (MATLAB)?
- 8. Коэффициент точности для классификации kNN упал после нормализации нормализации?
- 9. Алгоритм PCA и KNN
- 10. Число алгоритмов KNN соседей
- 11. KNN Текстовая классификация в Matlab
- 12. Почему реализация KNN в weka работает быстрее?
- 13. KNN поиск лучших N соседей
- 14. Минимизация классификации классификации кластеров
- 15. Является ли kNN статистическим классификатором?
- 16. Граничное решение с knn-классификатором
- 17. Как измерить точность классификатора knn в python
- 18. Почему KNN намного быстрее, чем дерево решений?
- 19. Разница в точности при нормализации в KNN
- 20. KNN, обеспечивающий максимальную точность с K = 1?
- 21. После выполнения классификации knn в R, как вы получаете список прогнозов для каждого из тестовых случаев?
- 22. Как я могу запустить алгоритм knn параллельно с использованием r для множественной классификации
- 23. KNN Выбор метки класса при k = 4
- 24. Разница между вероятностными kNN и Naive Bayes
- 25. Модель классифицированной классификации обучения очень неточна
- 26. kNN современная реализация
- 27. Повышение точности классификатора knn
- 28. Эффективный алгоритм knn
- 29. предсказания knn с кластеризацией
- 30. Knn искать большие данные?
вы должны сделать это в режиме регрессии и использовать возвращаемое значение как значение «определенности». –