參考文獻及推薦閱讀

維基百科，http://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm；

機器學習中的相似性度量，http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html；

杰卡德相似系數及距離，http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html；

統計學習方法，李航；

概率論與數理統計 第四版 盛驟等編，高教版；

《圖像局部不變特性特征與描述》王永明 王貴錦 編著；

數據挖掘：實用機器學習技術，[新西蘭]Ian H.Witten 著，第4章4.7節；

模式分類，第4章 非參數技術，[美] IRichard O. Duda / Peter E. Hart / David G. Stork 著；

http://underthehood.blog.51cto.com/2531780/687160；

http://grunt1223.iteye.com/blog/921371；

http://www.cnblogs.com/eyeszjwang/articles/2429382.html；

http://blog.csdn.net/ijuliet/article/details/4471311；

Rob Hess維護的sift庫，http://blogs.oregonstate.edu/hess/code/sift/；

酷殼，http://coolshell.cn/articles/8052.html；

rubyist，http://segmentfault.com/q/1010000000094674；

皮爾遜相關系數維基百科頁面，http://t.cn/zjy6Gpg；

皮爾遜相關系數的一個應用：http://www.sobuhu.com/archives/567；

http://blog.csdn.net/wsywl/article/details/5727327；

標準差，http://zh.wikipedia.org/wiki/%E6%A0%87%E5%87%86%E5%B7%AE；

協方差與相關性，http://t.cn/zjyXFRB；

電子科大kd樹電子課件：http://t.cn/zjbpXna；

編程藝術之尋找最小的k個數：http://blog.csdn.net/v_JULY_v/article/details/6403777；

機器學習那些事兒，http://vdisk.weibo.com/s/ix_9F；

大嘴巴漫談數據挖掘，http://vdisk.weibo.com/s/bUbzJ；

http://www.codeproject.com/Articles/18113/KD-Tree-Searching-in-N-dimensions-Part-I；

一個庫：http://docs.pointclouds.org/trunk/group__kdtree.html；

3D上使用kd樹：http://pointclouds.org/；

編輯數學公式：http://webdemo.visionobjects.com/equation.html?locale=zh_CN；

基于R樹的最近鄰查找：http://blog.sina.com.cn/s/blog_72e1c7550101dsc3.html；

包含一個demo：http://www.leexiang.com/kd-tree；

機器學習相關降維算法，http://www.cnblogs.com/xbinworld/category/337861.html；

Machine Learning相關topic，http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/；

機器學習中的數學，http://www.cnblogs.com/LeftNotEasy/category/273623.html；

一堆概念性wikipedia頁面；

基于度量空間高維索引結構VP-tree及MVP-tree的圖像檢索，王志強，甘國輝，程起敏；

Spill-Trees，An investigation of practical approximate nearest neighbor algorithms；

DIST ANCE-BASED INDEXING FOR HIGH-DIMENSIONAL METRIC SP ACES，作者：Tolga Bozkaya & Meral Ozsoyoglu；

“Multidimensional Binary Search Trees Used for Associative Searching”，Jon Louis Bentley。

總結

以上是生活随笔為你收集整理的ML一些简单的资源的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。