最近的邻居
k最近邻分类Kd树搜索
培养一个k-最近邻模型，使用分类学习者为了更大的灵活性，训练ak-使用最近邻模型fitcknn在命令行界面中。经过训练后，通过模型和预测器数据对标签进行预测或估计后验概率预测。
应用程序
| 分类学习者 | 使用监督机器学习训练模型分类数据 |
功能
对象
主题
创建并比较最近邻分类器，并导出经过训练的模型来对新数据进行预测。
这个例子展示了如何可视化不同分类算法的决策面。
理解监督学习的步骤和非参数分类和回归函数的特征。
使用各种距离度量，根据数据点与训练数据集中的距离对数据点进行分类。
相关信息
使用音高和MFCC的扬声器识别(音频工具箱)
您也可以从以下列表中选择一个网站:
