分类和聚类是两种机器学习技术，用于对数据进行分组。分类需要对已知类别的样本进行标记，而聚类则不需要。在分类中，目标是将数据点分配到预定义的类别中，而聚类则识别数据点之间的相似性并形成簇。分类需要人工干预进行标记，而聚类则通过算法自动执行。
Python 24 次浏览
利用Hu矩提取特征，采用SVM进行分类，适用于学习及实验。实验结果一般。
C++ 22 次浏览
利用模糊C一均值聚类算法对数据库中的连续属性进行离散纯化；然后，在聚类的基础上提出改进的模糊分类关联算法挖掘分类关联规则；最后，通过引入模糊特征向量和模式识别指标构建支持向量机分类器模型。实验结果表明该方法具有较高的分类识别能力和分类效果。
Python 19 次浏览
利用Python进行文本分类时，我们采用了朴素贝叶斯方法。首先，我们将数据集划分为训练集和测试集，然后对文本进行特征向量化处理。最后，利用朴素贝叶斯算法进行模型训练。
Python 14 次浏览
连接分为内连接和外连接。外连接又可细分为左连接、右连接和全连接。
C++ 28 次浏览
为 NSArray 和 NSDictionary 扩展方法 解决插入 nil 时数组或字典崩溃的问题
IOS 35 次浏览
游戏音效包含界面、环境、技能、乐器、人声等多种分类。
小程序 19 次浏览
类似京东首页，拍拍首页的商品分类展示，附有完整的代码，浏览器兼容测试通过
Javascript 19 次浏览