MATLAB——KNN分类器实例

最新推荐文章于 2024-07-31 14:19:45 发布

Mr_right0407

最新推荐文章于 2024-07-31 14:19:45 发布

阅读量3.8k

点赞数 2

分类专栏： MATLAB学习数据挖掘文章标签：分类器机器学习

本文链接：https://blog.csdn.net/Mr_right0407/article/details/84928928

版权

本文通过MATLAB建立KNN分类器，用于预测新客户购买产品的意愿。KNN方法适用于类域交叉重叠的样本集，但计算量较大。为优化，可以减少无效样本并进行样本组织。

摘要由CSDN通过智能技术生成

建立一个分类器，预测一个新客户是否愿意购买该产品

%%准备环境
clc,clear all,close all
%%导入数据
load bank.mat;
%将分类变量转换成分类数组
names = bank.Properties.VariableNames;%使用数据文件，记录自变量和因变量的属性名
%'uniform':varfun将值串联成一个向量。@iscellstr在每次调用时都必须返回数据类型相同的标量
category = varfun(@iscellstr,bank,'Output','uniform'); %输出格式为数值格式。若变量为字符串的返回结果为1，为数字的返回结果为0
%find函数返回category中非零元素的位置（按列查找）
for i = find(category)
    bank.(names{i}) = categorical(bank.(names{i}));
%将bank中的属性创建分类数组。bank.(names{i})的类别是bank.(names{i})经过分类后的唯一值且经过排序
end
%跟踪分类变量
catPred = category(1:end-1);
%设置默认随机数生成rng方式确保该脚本中的结果是可以重现的
rng('default');
%数据探索——可视化
figure(1)
%gscatter(x,y,group,clr,sym)中clr为规定颜色，sym为规定标识符
gscatter(bank.balance,bank.duration,bank.y,'kk','xo')
xlabel('年平均余额/万元','fontsize',12)
ylabel('上次接触时间/秒','fontsize',12)
title('数据可视化效果图','fontsize',12)
set(gca,'linewi