基于KNN的图像分类的图像读取及转换为像素直方图这一步中,一直报错找不到数据,推测是这一步的问题,但是不清楚原因,求解答,谢谢。
关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率

基于KNN的图像分类的图像读取及转换为像素直方图其中图片数据为什么读取不到呢
收起
- 写回答
- 好问题 0 提建议
- 关注问题
微信扫一扫
点击复制链接分享
- 邀请回答
- 编辑 收藏 删除 结题
- 收藏 举报
1条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
关注
【相关推荐】
- 你可以看下这个问题的回答https://ask.csdn.net/questions/7681079
- 我还给你找了一篇非常好的博客,你可以看看是否有帮助,链接:【机器学习】KNN算法实现手写板字迹识别
- 您还可以看一下 李晓华老师的1小时搞定——实战KNN算法课程中的 KNN算法背景小节, 巩固相关知识点
- 除此之外, 这篇博客: KNN最邻近分类算法【案例演示非常详细】中的 需要一个距离函数计算两个样本之间的距离 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
通常使用的距离函数有
欧氏距离
、余弦距离
、汉明距离
、曼哈顿距离
等,一啊不能选欧式距离
作为距离度量,但是这是只适用于连续变量。在文本分类这种非连续变量清凉下,汉明距离
可以用来作为度量。通常情况下,如果运用溢写特殊的算法来计算氟利昂的话,K近邻分类精度可显著提高,如运用大边缘最近邻法或者近邻成分分析法。
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报微信扫一扫
点击复制链接分享
编辑预览轻敲空格完成输入- 显示为
- 卡片
- 标题
- 链接
评论按下Enter换行,Ctrl+Enter发表内容
编辑
预览

轻敲空格完成输入
- 显示为
- 卡片
- 标题
- 链接
报告相同问题?
提交
- 2022-04-03 10:39回答 2 已采纳 KNN是需要训练集的,只是不需要训练算法而已。KNN的原理是找到数据库里和输入样本最近的几个样本,用它们的标签来判决输入样本标签,这就需要一个存在本地的数据库,称之为训练集。按理来说这里没有训练的过程
- 2021-08-11 12:03回答 1 已采纳 应该是由于在下载数据集中连接中断,导致程序终止运行,可以尝试将数据集下载到本地运行,参考: https://blog.csdn.net/u012487272/article/details/79
- 2021-05-05 15:21回答 5 已采纳 如果能够剔除对结果无影响或影响甚微的变量,当然是最好的。不过,要想逐一确定哪些变量和结果之间存在较高的相关性,也并非易事。通常,降维是首选的手段,而主成分分析(PCA)是降维最常用的方法。
- 2024-03-11 12:321. 数据预处理:首先,我们需要读取微型图像,并对图像进行预处理,例如灰度化、归一化、直方图均衡化等,以增强图像的对比度并减少噪声。 2. 特征提取:接着,从预处理后的图像中提取颜色特征。这可能涉及到计算...
- 2019-01-11 08:55回答 1 已采纳 # -*- coding:utf-8 -*- """ author:lqr date:20210626 10:00 theme:Dimension reduction 参考:https://blog
- 2022-02-22 06:23回答 1 已采纳 已解决for j in range(k): # np.mean(r,g,b,label),属性和label都求个平均值 one_cluster = img_
- 2022-05-19 09:18回答 2 已采纳 我觉得就是自圆其说,然后有效果
- 2019-12-29 14:34Eastmount的博客 本篇文章主要通过Tensorflow+Opencv实现CNN自定义图像分类案例,它能解决我们现实论文或实践中的图像分类问题,并与机器学习的图像分类算法进行对比实验。基础性文章,希望对您有所帮助,如果文章中存在错误或不足之...
- 回答 3 已采纳 1 Data Preparation pareto displays the first 95% of the cumulative distribution, some elements in y
- 2022-09-18 12:07回答 1 已采纳 因为train_y[i]一直都是0
- 2022-10-13 09:07回答 1 已采纳
- 2022-09-10 15:34Eastmount的博客 第二部分将讲解图像运算和图像增强,上一篇文章介绍了图像直方图相关知识点。这篇文章将进入图像增强系列,首先我们介绍图像增强基础知识和直方图均衡化处理方法。希望文章对您有所帮助,如果有不足之处,还请海涵。
- 2022-10-20 12:16回答 3 已采纳 import pandas as pd import numpy as np import matplotlib.pyplot as plt from pylab import mpl #中文乱码解决
- 2022-12-23 09:13Eastmount的博客 第一部分作者介绍了图像处理基础知识,第二部分介绍了图像运算和图像增强,接下来第三部分我们将详细讲解图像识别及图像处理经典案例,该部分属于高阶图像处理知识,能进一步加深我们的理解和实践能力。图像分割是将...
- 2022-10-06 13:48Eastmount的博客 第二部分将讲解图像运算和图像增强,上一篇文章介绍图像增强概念和直方图均衡化。这篇文章将继续讲解图像增强,包括图像局部直方图均衡化和自动色彩均衡化处理。希望文章对您有所帮助,如果有不足之处,还请海涵。
- 没有解决我的问题, 去提问
联系我们(工作时间:8:30-22:00)
400-660-0108kefu@csdn.net在线客服
- 京ICP备19004658号
- 经营性网站备案信息
公安备案号11010502030143
- 营业执照
- 北京互联网违法和不良信息举报中心
- 家长监护
- 中国互联网举报中心
- 网络110报警服务
- Chrome商店下载
- 账号管理规范
- 版权与免责声明
- 版权申诉
- 出版物许可证
- ©1999-2025北京创新乐知网络技术有限公司