了解MATLAB中的knn算法（分类）

Question

我对使用 MATLAB 还不是很熟悉，所以如果我的问题看起来有点愚蠢，我深表歉意。我正在尝试学习 K-NN 分类，我的教授说我应该从 MATLAB 开始。我有一个向量，我们称之为 x，它包含 2 列数据。第一列是特征 1，第二列是特征 2。x 中的每一行代表一个数据点。我还有另一个向量，我们称之为 c，它包含每个数据点（1 或 2）的类标签，只有 2 个类。 这就是问题所在：我应该使用函数“knnsearch”来查找 k-neighbors，并构建一个 K-NN 分类器。我知道我的数据中的哪些点是训练集、验证集和测试集。然后，我应该查看被错误分类的点数，看看随着 k 的增加而变化。

我想我知道 knnsearch 是如何工作的，但不知道从那里去哪里。任何人都可以帮忙吗？在这一点上，即使是关于算法如何工作的提示也会有所帮助，因为我已经花了超过 11 个小时试图解决这个问题。

Answer 1

如果你只想找到 k-NN，你可以使用 MATLAB 提供的函数：

IDX = knnsearch(X,Y)

Here你可以阅读更多。

此外，您可能会发现this 的答案很有用。

Answer 2

您可能会发现ClassificationKNN 类比knnsearch 函数更适合您的需求。 knnsearch 只查找最近的邻居； ClassificationKNN 应用它来构建分类模型。如果你愿意，你也可以自己做，但是ClassificationKNN 更容易。

例如：

% X is your nx2 array of training data
% Y is your nx1 array of training labels

model = ClassificationKNN.fit(X,Y);

% newX is an mx2 array of test data

predictedY = predict(model, newX)

应该就这么简单。如果您查看 Statistics Toolbox 的文档，还有很多 ClassificationKNN 的演示。