⛄一、1KNN算法思想
K近邻算法(KNN,K nearest neighbor algorithm)是机器学习中一种基本的分类与回归方法,其主要原理是通过对不同测试样本之间的距离进行量测,而后寻找最为相近的K个样本来进行分类,具有简单、直观、实用、分类准确的特点。整个过程主要为首先对样本之间距离进行测量计算,随后选择合适的超参数(在算法运行前需要决定的参数也就是需要决定的K值)对整个原始数据集(包含训练数据集和测试数据集)进行数据归一化处理(即将所有数据映射到同一标准),最终在确定近邻列表后进行分类预测。K近邻算法的核心在于K的选择、距离度量、分类规则的确定。该算法易于理解和实现,在诸如体育、通信、人工智能图像识别等领域有着广泛的应用。在医疗领域,K近邻算法同样也有着广泛的分类应用。
⛄二、部分源代码
clear
clc
⛄三、运行结果
⛄四、matlab版本及参考文献
1 matlab版本
2014a
2 参考文献
[1]王景文,李伟,李永彬.基于KNN的中医胃疼病患者分类研究[J].电脑与信息技术. 2019,27(05)
3 备注
简介此部分摘自互联网,仅供参考,若侵权,联系删除