你给出的数据不是一个很好的数据集,因为这两个数据集之间没有差异。你应该使用
Data = [rand(1000,2)+delta;rand(1000,2)-delta];
最大的三角洲越容易分类
kNN背后的理念是你不需要任何训练。
假设您有一个具有N个标记值的数据集。现在假设您有一个要分类的条目。
如果考虑1-NN分类器,则计算输入和N标记训练示例之间的距离。分类为具有最短距离示例标签的输入。
在k-NN分类器中,检查距离最短的示例的k个标签是什么。NN人数最多的班级获胜。
在MATLAB中,您可以使用knnserach查找最近的k个索引,也可以使用knnclassification获取标签。
下面是knnserach的示例
delta = 0.3;
N1 = 50;
N2 = 50;
Data1 = rand(1000,2)+delta;
Data2 = rand(1000,2)-delta;
train = [Data1(1:N1,:);Data2(1:N2,:)]; % create a training set
labels = [ones(N1,1);-1*ones(N2,1)]; % create labels for the training
plot(train(1:N1,1),train(1:N1,2),'xb',train(N1+1:end,1),train(N1+1:end,2),'or')
k = 7; % Can't be an even number
idx = knnsearch(train,Data1(N1+1:end,:),'K',k); % classify for the rest of data 1
res1 = 0;
for i=1:size(idx,1)
if sum(labels(idx(i,:))) < 0;
res1 = res1 + 0; % wrong answer
else
res1 = res1 + 1; % correct answer
end
end
idx2 = knnsearch(train,Data2(N2+1:end,:),'K',k); % classify for the rest of data 2
res2 = 0;
for i=1:size(idx2,1)
if sum(labels(idx2(i,:))) > 0;
res2 = res2 + 0; % wrong answer
else
res2 = res2 + 1; % correct answer
end
end
corr = res1+res2;
tot = size(idx2,1)+size(idx,1);
fprintf('Classified %d right out of %d. %.2f correct\n',corr,tot,corr / tot * 100)
