首页 > 学术百科

Matlab实现KNN多分类问题

Matlab实现KNN多分类问题天⽓晴但是刮超⼤的风⼩马的⼿还是⼀直都是冰凉的看来我真的是体寒哈哈哈

明天是第四次线上开会，希望⼩马汇报⼯作⼀切顺利！冲冲冲

今天总结的是使⽤Matlab实现KNN多分类问题

KNN算法流程描述：

1、初始化训练集和类别；

2、计算测试集样本与训练集样本的欧⽒距离；

夏国玺3、根据欧⽒距离⼤⼩对训练集样本进⾏升序排序；

4、选取欧式距离最⼩的前K个训练样本，统计其在各类别中的频率；

5、返回频率最⼤的类别，即测试集样本属于该类别。

Matlab实现代码（KNN算法封装函数）：

输⼊五个变量：训练数据集，训练数据集标签，测试数据集，测试数据集标签，KNN算法的K值

输出两个变量：测试数据集所属类别，算法的分类精度

function [class_test, Acc] = knn(trainData, sample_label, testData, test_labels, k) %KNN k-Nearest Neighbors Algorithm.

% INPUT: trainData: training sample Data, M1-by-N matrix.

% sample_label: training sample labels, M1-by-1 row vector.

% testData: testing sample Data, M2-by-N_test matrix.

% test_lables: testing sample labels,M2-by-1 row vector.

% K: the k in k-Nearest Neighbors.

% OUTPUT: class_test: predicted labels, M2-by-1_test row vector.

% Acc: Classification accuracy of KNN algorithm.

[M_train, N] = size(trainData);远山的红叶主题曲

[M_test, N] = size(testData);

%calculate the distance between testData and trainData

Dis = zeros(M_train,1);

class_test = zeros(M_test,1);

for n = 1:M_test陈垣全集

传奇故事2010

for i = 1:M_train

distance1 = 0;

for j = 1:N

distance1 = (testData(n,j) - trainData(i,j)).^2 + distance1;

中国公共卫生管理end

Dis(i,1) = distance1.^0.5;

end

%find the k nearest neighbor

[~, index] = sort(Dis);

for i = 1:k

temp(i) = sample_label(index(i));

end

table = tabulate(temp); %函数tabulate统计⼀个数组中各数字（元素）出现的频数、频率 MaxCount=max(table(:,2,:));

[row,col]=find(table==MaxCount);

我是凡客MaxValue=table(row,1);

class_test(n) = MaxValue(1,1); %测试集的分类标签

end

Acc = (mean(class_test == test_labels))*100; %算法的分类精度

end

新建脚本测试KNN算法函数：（以UCI中红酒数据集为例，178个样本，13个，3种类别）clc;

clear;

%导⼊数据集

load wine_SVM;

%随机划分训练集和测试集

[train, test] = crossvalind('holdOut',wine_labels);

train_wine = wine(train,:);

train_wine_labels = wine_labels(train,:);

test_wine = wine(test,:);

test_wine_labels = wine_labels(test,:);

%代⼊KNN算法函数

[class_test, Acc]= knn(train_wine, train_wine_labels, test_wine, test_wine_labels, 10);

算法运⾏结果最终返回的是测试集红酒的分类标签，存在输出变量class_test中；算法的分类精度，存在输出变量Acc中。

本文发布于:2024-09-21 22:24:58，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/326211.html

上一篇：knn算法---java简单实现

下一篇：SPSSmodeler文本分类

标签：算法测试分类样本训练标签数据

留言与评论（共有 0 条评论）