Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Vecinos más cercanos

vecinos más cercanos clasificación utilizando-árbol de búsquedakKd

Para entrenar a un modelo de vecinos más cercanos, utilice la aplicación.kEl alumno de clasificación Para una mayor flexibilidad, entrenar a los vecinos más cercanos modelo utilizando en la interfaz de línea de comandos.kfitcknn Después de entrenar, predecir etiquetas o estimar las probabilidades posteriores pasando el modelo y los Datos predictores a.predict

Aplicaciones

El alumno de clasificación

Entrenar modelos para clasificar los datos mediante el aprendizaje automático supervisado

Funciones

expandir todo

Crear modelo de vecino más cercano

fitcknn Ajuste-clasificador de vecino más cercanok

Crear buscador vecino más cercano

`ExhaustiveSearcher`	Crear buscador de vecino más cercano exhaustivo
`KDTreeSearcher`	Cree el buscador de vecino más cercano de d-TreeK
`createns`	Crear objeto buscador vecino más cercano

Validación cruzada

`crossval`	El clasificador de vecino más cercano con validación cruzadak
`kfoldEdge`	Margen de clasificación para observaciones no utilizadas para la formación
`kfoldLoss`	Pérdida de clasificación para observaciones no utilizadas para la formación
`kfoldfun`	Función de validación cruzada
`kfoldMargin`	Márgenes de clasificación para observaciones no utilizadas para la formación
`kfoldPredict`	Predecir la respuesta para observaciones no utilizadas para el entrenamiento

Medir el rendimiento

`loss`	Pérdida del clasificador de vecino más cercanok
`resubLoss`	La pérdida del clasificador de vecino más cercano mediante la representaciónk
`compareHoldout`	Compare las precisiones de dos modelos de clasificación utilizando nuevos datos
`edge`	Borde del clasificador de vecino más cercanok
`margin`	Margen del clasificador de vecino más cercanok
`resubEdge`	Borde del clasificador de vecino más cercano mediante la representaciónk
`resubMargin`	Margen del clasificador de vecino más cercano mediante el reenvíok

Clasificar las observaciones

`predict`	Predecir etiquetas utilizando el modelo de clasificación de vecino más cercanok
`resubPredict`	Predecir las etiquetas de reenvío del clasificador de vecino más cercanok

Funciones relacionadas

`pdist`	La distancia en parejas entre pares de observaciones
`pdist2`	La distancia en parejas entre dos conjuntos de observaciones

Objetos

expandir todo

Modelos de clasificación de vecinos más cercanos

`ClassificationKNN`	-clasificación de vecino más cercanok
`ClassificationPartitionedModel`	Modelo de clasificación de validación cruzada

Temas

Entrenar clasificadores de vecinos más cercanos mediante la aplicación de clasificación aprendiz

Cree y compare los clasificadores de vecino más cercanos y exporte modelos entrenados para realizar predicciones para nuevos datos.

Visualice las superficies de decisión de diferentes clasificadores

Este ejemplo muestra cómo visualizar la superficie de decisión para diferentes algoritmos de clasificación.

Flujo de trabajo de aprendizaje supervisado y algoritmos

Comprenda los pasos para el aprendizaje supervisado y las características de las funciones de clasificación y regresión no paramétricas.

Clasificación utilizando vecinos más cercanos

Categorice los puntos de datos en función de su distancia a los puntos de un conjunto de datos de entrenamiento, utilizando una variedad de métricas de distancia.