最近的邻居
k最近的邻居分类
培养一个k最近的邻居模型,使用分类学习者应用。为了实现更高的灵活性,训练k最近的邻居模型使用fitcknn在命令行界面。训练后,预测标签或估计后验概率通过模型和预测数据预测。
应用程序
| 分类学习者 | 火车模型使用监督机器学习分类数据 |
块
| ClassificationKNN预测 | 观察使用加权分类模型进行分类 |
功能
对象
主题
- 使用分类学习者应用最近邻分类器训练
创建和最近邻分类器进行比较,和出口训练模型对新数据进行预测。
- 可视化决定表面不同的分类器
这个例子展示了如何可视化决定表面不同的分类算法。
- 监督学习工作流程和算法
理解监督学习的步骤和非参数分类和回归函数的特点。
- 分类使用最近的邻居
分类数据点根据其距离点一个训练数据集,使用各种距离度量。
相关信息
- 说话者识别使用沥青和MFCC(音频工具箱)
