KNN算法MATLAB实现

本文共502个字,预计阅读时间需要2分钟。

一、kNN概念描述

请参考:http://www.omegaxyz.com/2018/01/08/knn/

kNN算法又称为k最近邻(k-nearest neighbor classification)分类算法。所谓的k最近邻,就是指最接近的k个邻居(数据),即每个样本都可以由它的K个邻居来表达。

kNN算法的核心思想是,在一个含未知样本的空间,可以根据离这个样本最邻近的k个样本的数据类型来确定样本的数据类型。

该算法涉及3个主要因素:训练集、距离与相似的衡量、k的大小;

主要考虑因素:距离与相似度的;

二、举例说明

右图中,绿色圆要被决定赋予哪个类,是红色三角形还是蓝色四方形?

如果K=3,由于红色三角形所占比例为2/3,绿色圆将被赋予红色三角形那个类,如果K=5,由于蓝色四方形比例为3/5,因此绿色圆被赋予蓝色四方形类。

三、MATLAB实现

KNN.m:KNN标签预测,输入测试数据、样本数据、样本标签、K值

输出数据:对单个样本预测的标签值

Obj.m 目标函数,返回值为标签预测错误率

 

读者评分
[评分人数: 1 平均分: 2]

评论

OmegaXYZ