数据挖掘之分类算法---knn算法(Matlab代码)
来源:互联网 发布:网络段子精选 编辑:程序博客网 时间:2024/06/17 13:05
knn算法(k-Nearest Neighbor algorithm).是一种经典的分类算法.
注意,不是聚类算法.所以这种分类算法必然包括了训练过程.
然而和一般性的分类算法不同,knn算法是一种 懒惰算法 .它并非
像其他的分类算法先通过训练建立分类模型.,而是一种被动的分类
过程.它是边测试边训练建立分类模型.
算法的一般描述过程如下:
1.首先计算每个测试样本点到其他每个点的距离.
这个距离可以是欧氏距离,余弦距离等.
2. 然后取出距离小于设定的距离阈值的点.
这些点即为根据阈值环绕在测试样本最邻近的点.
3.选出这些邻近点中比例最大的点簇的类.
那么就将概测试点归入此类.
注意:knn算法的开销很大,因为要计算每个样本点到其他所有点的距离.
knn算法的距离一般要根据实际样本点的情况来选取.
knn算法的距离阈值要根据样本的分散集中程度来选取.经验一般选取样本点集合的均方差.
下面是一个matlab中运用knn函数分类的例子.
clc;clear;load 'Train_Data.mat' %载入训练数据load 'Train_Label.mat' %载入训练分类标签test_data=[43; 42; 192; 193]; %测试数据%knnclassify为matlab提供的knn分类函数. %参数test_data是待分类的测试数据 %Train_Data是用于knn分类器训练的数据 %Train_Label是训练的分类标签 %3,即为knn的k值.意思是取某个待分类测试样本点周围三个样本点 %'cosine'---为距离度量,这里采用余弦距离 %'random'---为分类规则.如何对k个临近点进行分类. % 'k'--即为对测试数据的knn分类结果的类标签k=knnclassify(test_data,Train_Data',Train_Label',3,'euclidean','random');Train_Data.mat截图如下:
Train_Label.mat截图如下:
k结果截图如下:
0 0
- 数据挖掘之分类算法---knn算法(Matlab代码)
- 数据挖掘之分类算法---knn算法(有matlab例子)
- 数据挖掘回顾一:分类算法之 kNN 算法
- 数据挖掘---分类算法之K近邻(KNN)算法
- 数据挖掘之KNN算法
- (7)数据挖掘算法之kNN
- 数据挖掘之KNN分类
- 【数据挖掘】分类之kNN
- 数据挖掘之KNN分类
- 数据挖掘之KNN分类
- 数据挖掘之分类(kNN算法的描述及使用)
- 分类算法之KNN
- 数据挖掘---分类算法之SOFM算法
- 数据挖掘-Knn算法实现
- 【数据挖掘算法】KNN学习
- 数据挖掘算法---KNN(附python代码)
- 数据挖掘算法笔记:knn算法
- KNN算法matlab代码实现
- iOS价格日历
- 杭电HDU ACM Uncle Tom's Inherited Land*(二分图匹配 建模)
- Qt 之 运行Qt Creator出现cannot find -lGL的问题的两种解决
- 找零钱的贪心算法
- Mysql远程链接数据库
- 数据挖掘之分类算法---knn算法(Matlab代码)
- spark core源码分析8 从简单例子看transformation
- Mysql知识碎片
- Bug解决团队
- JAVA设置session超时失效的方式
- TIdHTTPResponseInfo 中文乱码问题解决
- 二年级开学倒计时
- 为什么谷歌雇员的平均任期都比较短?
- HDU2767Proving Equivalences(强连通+缩点+ 至少加几条边让整个图变成强连通))