如何在不使用内置函数的情况下预测 KNN 分类器答案

【问题标题】：How to predict KNN classifier without using built-in function如何在不使用内置函数的情况下预测 KNN 分类器
【发布时间】：2017-03-13 08:04:43
【问题描述】：

我在不使用内置函数的情况下预测 KNN 分类器时遇到了一些麻烦。我被困在这里，不知道如何进行下一步。这是我的代码：

 % calculate Euclidean distance
 dist = pdist2(test, train, 'euclidean');
 for k = [1 3 5 7]
    [~, nearest] = sort(dist, 2);
    nearst = nearest(:, 1:k);
end % for loop

其中test 是一个 297x64 矩阵，train 是一个 1500x64 矩阵。 dist 矩阵为 297x1500。任何帮助将不胜感激！

【问题讨论】：

标签： matlab machine-learning knn

【解决方案1】：

因此，您设法在您的nearst 中获得了按距离排序的索引，您所要做的就是参考原始数据的标签。所以你在某个地方有一个变量labels，它为每个点保存一个真实的标签。使用存储在nearst 中的索引来读取它们并简单地报告最常见的值。

【讨论】：

谢谢！我将尝试弄清楚如何在 MATLAB 上实现它。