模式識別-最近鄰法和k近鄰法matlab實(shí)現(xiàn)-預(yù)覽頁
【正文】 amp。class2class3 m=2。 ty=39。 else class3=class3+1。 if Ind(1,1)=25 class1=class1+1。 [new,Ind]=sort(newchar)。%i=60,j=4[u,v]=size(testsample)。%包含75組數(shù)據(jù)的樣本集testsample=cat(1,testsample1,testsample2,testsample3)。trainsample3=data3(rbow3(:,1:25),1:4)。rbow2(:,26:50)=sort(rbow2(:,26:50))。%剩余的25組按行下標(biāo)大小順序排列testsample1=data1(rbow1(:,26:50),1:4)。data1=data(1:50,1:4)。totalsum=0?？刹捎脷W式距離公式求得兩個(gè)樣本間的距離s=sqrt（（x1x2）^2+(y1y2)^2）：該算法中任取每類樣本的一半作為訓(xùn)練樣本，其余作為測試樣本。最近鄰法和k近鄰法學(xué)號：02105120 姓名：吳林：最近鄰法：對于未知樣本x，比較x與N個(gè)已知類別的樣本之間的歐式距離，并決策x與距離它最近的樣本同類。：要判別x屬于哪一類，關(guān)鍵要求得與x最近的k個(gè)樣本（當(dāng)k=1時(shí)，即是最近鄰法），然后判別這k個(gè)樣本的多數(shù)屬于哪一類。：最近鄰算實(shí)現(xiàn)對Iris分類clc。)。rbow1(:,26:50)=sort(rbow1(:,26:50))。trainsample2=data2(rbow2(:,1:25),1:4)。%任取Irisvirginica數(shù)據(jù)的25組rbow3=randperm(50)。trainsample=cat(1,trainsample1,trainsample2,trainsample3)。[i,j]=size(trainsample)。 end。 class3=0。Ind(1,1)=50 class2=class2+1。class1class3 m=1。amp。 elseif class3class1amp。Irisvirginica39。 end if x=25amp。,rbow1(:,x+25),ty))。第%d組數(shù)據(jù)分類后為%s類39。 end if x25amp。m0 disp(sprintf(39。amp。第%d組數(shù)據(jù)分類后為%s類39。 end if x50amp。m0 disp(sprintf(39。amp。第%d組數(shù)據(jù)分類后為%s類39。 end if (x=25amp。x=50amp。x=75amp。第%d次分類識別率為%39。10次分類平均識別率為%39。for ii=1:10 %循環(huán)測試10次data=load(39。%任取第一類數(shù)據(jù)的30組rbow1=randperm(59)。data2=data(60:130,1:13)。testsample2=data2(rbow2(:,36:71),1:13)。rbow3(:,25:48)=sort(rbow3(:,25:48))。k=19。%i=89,j=13[u,v]=size(test_sample)。 [new,Ind]=sort(newchar)。 for n=1:k if Ind(1,n)=30 class 1= class 1+1。 else class 3= class3+1。 elseif class2= class1amp。amp。,rbow1(:,30+x),m))。第%d組數(shù)據(jù)分類后為第%d類39。x=89 disp(sprintf(39。amp。amp。amp。,ii,sum/89))。,totalsum/10))。
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1