KernelKnn:Kernel k最近邻

通过合并大量的核函数和各种距离度量，扩展了简单的k近邻算法。该软件包利用“RcppArmadillo”加速计算观测值之间的距离。

版本：	1.1.5
取决于：	R（≥2.10.0）
进口：	卢比(≥ 0.12.5)
链接到：	卢比,RcppArmadillo公司
建议：	测试那个,覆盖（covr）,针织物,rmarkdown公司
出版：	2023-01-06
作者：	兰普洛斯·穆塞利米斯[aut，cre]，Matthew Parks[ctb]（Github撰稿人）
维护人员：	Lampros Mouselimis在gmail.com>
错误报告：	https://github.com/mlampros/KernelKnn/issues
许可证：	麻省理工学院+文件许可证
网址：	https://github.com/mlampros/KernelKnn
需要编译：	对
系统要求：	libarmadillo：apt-get安装-y libarmadilo-dev（deb），libblas:apt-get安装-y libblas-dev（deb，liblapack:apt-get安装-y liblapack-dev（deb），libarpack++2:apt-get安装-y libarpack++2-dev（deb），gfortran:apt-get安装-y gfortran（deb）
引用：	KernelKnn引文信息
材料：	自述文件 新闻
CRAN检查：	KernelKnn结果

文档：

参考手册：	内核Knn.pdf
渐晕图：	利用电离层数据进行二值分类 使用KernelKnn和HOG（定向梯度直方图）对MNIST和CIFAR-10数据进行图像分类 使用住房数据进行回归

下载内容：

包源：	内核Knn_1.1.5.tar.gz
Windows二进制文件：	r-预发布：内核Knn_1.1.5.zip，r版本：内核Knn_1.1.5.zip，r-oldrel：内核Knn_1.1.5.zip
macOS二进制文件：	r-prerel（arm64）：内核Knn_1.1.5.tgz，r-release（arm64）：内核Kn_1.1.5.tgz，r-oldrel（arm64）：内核Knn_1.1.5.tgz，r-prerel（x86_64）：内核Knn_1.1.5.tgz，r-release（x86_64）：内核Knn_1.1.5.tgz
旧来源：	KernelKnn存档

反向依赖关系：

反向取决于：	elmNNRcpp
反向进口：	不平衡,nmslibR（纳斯利布）,RaSEn公司
反向建议：	超级学习者,超级MICE

链接：

请使用规范形式https://CRAN.R-project.org/package=KernelKnn链接到此页面。