仅使用knnsearch（MATLAB）使用knn分类的简单方法？

我有一个向量x，有2列（第1列是特征1，第2列是特征2），每行代表一个数据点。我还有另一个向量，我们称之为c，其中包含每个数据点（1或2）的类标签，但只有2个类。是否有一种简单的方法只使用knnsearch来构建K-NN分类器？我已经尝试了将近两整天的时间，但我无法完成它的工作。我知道我的数据中的哪些点是训练，验证和测试集。那么我应该查看被错误分类的点数，并且看看这个数字随着k的增加而变化。有人有建议吗？在这一点上我会采取任何我能得到的。即使只是一个大纲。仅使用knnsearch（MATLAB）使用knn分类的简单方法？

来源

2014-09-20 John Alberto

如果您添加了代码并指定了代码的哪部分不起作用，情况会更好。在如何knnsearch工作的一般建议，

K = 1 % constant. 'K'th nearest neighbor 
x = rand(10, 2) % 10 data with length 2 feature 
c = rand(2, 2) % class data point, 2 classes with length 2 feature 
outputClass = knnsearch(c, x, 'K', K) % knn-classifies x in c class points

输出类的每个点x的。

outputClass = 

    2 
    2 
    1 
    2 
    2 
    2 
    1 
    2 
    2 
    1

也就是说，对于x中的每个点，它返回欧几里德距离中c中最近点的索引。

如果你想看看有多少人会被误判，您可以使用

sum(outputClass ~= expectedClass)

但是，如果你只有2班，增钾将变得毫无意义。 KNN返回接近数据点的K类。如果只有2个类别，则K = 2的KNN将具有与K = 1的KNN完全相同的信息量。通常，您使用KNN分类将点分类到多个类，以找到k个最接近的类。

来源

2014-09-20 19:34:07

我想我明白你在说什么，但是不应该是你期望的课程？或者至少我原来是这么想的。 – 2014-09-21 00:55:46

我不认为这实际上是一个分类，但是，对吗？如果在训练数据上使用这个，我可以在验证等方面进行测试吗？ – 2014-09-21 01:22:39

我明白了。你想用c标记的训练数据找到knn的中心。你不能只用knn来达到这个目的。 – 2014-09-21 03:03:43

仅使用knnsearch（MATLAB）使用knn分类的简单方法？

回答

相关问题