K近鄰分類的算法實現(xiàn)_第1頁
K近鄰分類的算法實現(xiàn)_第2頁
K近鄰分類的算法實現(xiàn)_第3頁
K近鄰分類的算法實現(xiàn)_第4頁
K近鄰分類的算法實現(xiàn)_第5頁
已閱讀5頁，還剩25頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

K近鄰分類的算法實現(xiàn)KK近鄰(KNN)法的輸入為實例的特征向量，對應(yīng)于特征空間的點；輸入別已定。分類時，對新的實例，根據(jù)其k個最近鄰的訓(xùn)練實例的類別,通過多數(shù)集對特征向量空間進(jìn)行劃分，并作為其分類的“模型”。。模型xi離該點比其他店更近的所有點組成一個區(qū)度量L(x,x)=(|xnxl-xlp)|pij(ij2ij(l=1ij)1ijijL(x,x)=maxxlxllijijl習(xí)”的近似誤差會減小，只有與輸入實例較近的(相似的)訓(xùn)練實例才會對預(yù)測較遠(yuǎn)的(不相似的)訓(xùn)練實例也會對預(yù)測起作用，是預(yù)測發(fā)生錯誤。K值得增大類決策規(guī)則為12k蓋NK(x)的區(qū)域的類別是cj那么誤分類概率是kijkijiKiKxN(x)xNiKiKIyc)iK險最小，就要使x=N(x)ijiK1122NNjijikx=N(ik第三章數(shù)據(jù)模擬和實例分析2.52.5210.5002.50.52程序2：j練樣本之間的距離類別的個數(shù)ifi=class32.82.62.42.221032.82.62.42.2210100150模擬數(shù)據(jù)原始分類100150圖2K近鄰方法得到的分類表2工ris數(shù)據(jù)集分類效果K值正確率錯誤110596%4%1094.67%5.33%1595.33%4.67%2096.67%3.33%3096%4%4095.33%4.67%6094.67%5.33%程序3：練樣本之間的距離ifi=class33210332104697.33%2.67%897.33%2.67%95.33%4.67%第四章結(jié)語別標(biāo)簽的向量(查詢或測試點)將被歸類為最接近該點的k個樣本點中最頻

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論