-k-NN分类:分类使用再邻居算法。最近的邻居
欧氏距离搜索方法
用法:
(predicted_labels、nn_index、准确性)= KNN_(3、培训、training_labels、测试testing_labels)
predicted_labels = KNN_(培训、training_labels测试)
固化:
- k:最近的邻居
-数据:(NxD)训练数据;N是样本的数量和D是
每个数据点的维数
标签:标签训练
——t_data:(MxD)测试数据;M是点和D的数量
每个数据点的维数吗
- t_labels:测试标签(默认= [])
与产出:
- predicted_labels:预测基于事例的标签
算法
- nn_index:最近的训练数据点的指数(mx₁)。
支持-准确性:如果测试标签,的准确性万博1manbetx
分类返回,否则这将是零。
引用作为
马哈茂德阿菲菲(2022)。然而,分类器(//www.tianjin-qmedu.com/matlabcentral/fileexchange/63621-knn-classifier), MATLAB中央文件交换。检索。