zoukankan      html  css  js  c++  java
  • matlab中的knn函数

    knn

    最邻近分类

    Class = knnclassify(test_data,train_data,train_label, kdistancerule)

    k:选择最邻近的数量

    distance:距离度量

                  'euclidean'       欧几里得距离,默认的
                  'cityblock'        绝对差的和
                  'cosine'           余弦   (作为向量处理)
                  'correlation'     相关距离  样本相关性(作为值序列处理)
                  'Hamming'      海明距离   不同的比特百分比(仅适用于二进制数据)

    rule:如何对样本进行分类

                  'nearest'  最近的K个的最多数
                  'random'    随机的最多数
                  'consensus' 共识规则

    % Classify the sample using the nearest neighbor classification
    training = [mvnrnd([ 1  1],   1.2*eye(2), 100); ...
                mvnrnd([-1 -1], 1.5*eye(2), 100)];
    group = [ones(100,1); repmat(2,100,1)];
    gscatter(training(:,1),training(:,2),group,'rb','+x');
    legend('Training group 1', 'Training group 2');
    hold on;
    sample = unifrnd(-5, 5, 100, 2);
    
    c = knnclassify(sample, training, group);
    gscatter(sample(:,1),sample(:,2),c,'gc'); hold on;
    legend('Training group 1','Training group 2', ...
           'Data in group 1','Data in group 2');
    hold off; 
    

      结果:

    朝闻道
  • 相关阅读:
    从一个小程序跳到另一个小程序的写法
    小程序input组件失焦的使用
    小程序弹框wx.showModal的使用
    小程序在选择某一个东西的时候,可以用if,else 来做
    reverse啥时候可以用
    js中array.some()的用法
    element ui的table的头部自定义
    逻辑表达式
    cookie
    命名
  • 原文地址:https://www.cnblogs.com/wander-clouds/p/8901161.html
Copyright © 2011-2022 走看看