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

Vecinos más cercanos

Encontrar vecinos más cercanos usando búsqueda exhaustiva o búsqueda de Kd-Tree

Un Búsqueda vecina más cercana localiza a los vecinos más cercanos a ko a todos los vecinos dentro de una distancia especificada para consultar los puntos de datos, basándose en la métrica de distancia especificada. Las métricas disponibles de la distancia incluyen euclidiana, Hamming, y Mahalanobis, entre otros.

Statistics and Machine Learning Toolbox™ ofrece dos maneras de encontrar vecinos más cercanos. Puede crear un objeto de búsqueda con un conjunto de datos de capacitación y pasar los conjuntos de datos de objeto y consulta a las funciones del objeto (knnsearch y rangesearch). O, puede utilizar las funciones knnsearch y rangesearch, que toman tanto un conjunto de datos de formación como un conjunto de datos de consulta directamente. La creación de un objeto de búsqueda es preferible cuando se tienen varios conjuntos de datos de consulta porque el objeto buscador almacena información común en los conjuntos de datos. Por ejemplo, un objeto KDTreeSearcher almacena un árbol d de K.

Funciones

expandir todo

ExhaustiveSearcherCreate exhaustive nearest neighbor searcher
KDTreeSearcherCreate Kd-tree nearest neighbor searcher
creatensCreate nearest neighbor searcher object

Uso del objeto

knnsearchFind k-nearest neighbors using object
rangesearchFind all neighbors within specified distance using object

Uso de datos

knnsearchFind k-nearest neighbors using data
rangesearchFind all neighbors within specified distance using data

Temas

Classification Using Nearest Neighbors

Categorize data points based on their distance to points in a training data set, using a variety of distance metrics.