- 1、本文档共19页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
k,近邻,matlab,模式识别报告
k,近邻,matlab,模式识别报告
模式识别中K均值与最近邻法matlab实现
模式识别算法实现
——K近邻法amp;最近邻法
一. 程序用MATLAB做的 1. 用Iris数据集验证的程序 (1)用Iris数据集验证的M文件: load iris.mat;
A=randperm(50);B=randperm(50);C=randperm(50); a1=A(1,1:25); a2=A(1,26:50);
a=Iris(a1,1:4);%%随机取第一类数据的25组 aa=Iris(a2,1:4);
b1=50*ones(1,25)+B(1,1:25); b2=50*ones(1,25)+B(1,26:50);
b=Iris(b1,1:4);%%随机取第二类数据的25组 bb=Iris(b2,1:4);
c1=100*ones(1,25)+C(1,1:25); c2=100*ones(1,25)+C(1,26:50);
c=Iris(c1,1:4);%%随机取第三类数据的25组 cc=Iris(c2,1:4);
train_sample=cat(1,a,b,c);%拼接成包含75组数据的样本集 test_sample=cat(1,aa,bb,cc); k=7;%7近邻法
cha=zeros(1,75); sum1=0;sum2=0;sum3=0; sum=0;
[i,j]=size(train_sample);%i=75,j=4 [u,v]=size(test_sample);%u=75,v=4 for x=1:u
for y=1:i
result=sqrt((test_sample(x,1)-train_sample(y,1))+(test_sample(x,2)-train_sample(y,2))+(test_sample(x,3)-train_sample(y,3))+(test_sample(x,4)-train_sample(y,4))); cha(1,y)=result; end;
[z,Ind]=sort(cha);%Ind用来存储排序前在cha中的下标 m1=0; m2=0; m3=0; for n=1:k if Ind(1,n)=25 m1=m1+1;
elseif Ind(1,n)25amp;amp;Ind(1,n)=50 m2=m2+1;
else m3=m3+1; end end
if m1=m2amp;amp;m1=m3 m=1;
elseif m2=m1amp;amp;m2=m3 m=2;
elseif m3=m1amp;amp;m3=m2 m=3; end
if (x=25amp;amp;m==1)sum1=sum1+1; elseif(x25amp;amp;x=50amp;amp;m==2)sum2=sum2+1; elseif(x50amp;amp;x=75amp;amp;m==3)sum3=sum3+1; end if
(x=25amp;amp;m==1)||(x25amp;amp;x=50amp;amp;m==2)||(x50amp;amp;x=75amp;amp;m==3) sum=sum+1; end
end
disp(sprintf(#39;第一类分类正确率为%4.2f#39;,sum1/25)); disp(sprintf(#39;第二类分类正确率为%4.2f#39;,sum2/25)); disp(sprintf(#39;第三类分类正确率为%4.2f#39;,sum3/25)); disp(sprintf(#39;总分类正确率为%4.2f#39;,sum/75)); (2)验证结果:
a) K近邻法:K=7 实验结果
表1.
b) 最近邻法(即令K=1)实验结果
表2.
(3) 数据分析
第一个表格是用K(k=7)近邻法得到的识别率,第二个表格是用最近邻法得到的识别率,可以看出对于Iris数据,两种方法的识别率都达到了95%左右。
2. 用Wine数据集验证的程序 (1)用Wine数据集验证的M文件: load wine.mat;
篇二:模式识别 最近邻法和k近邻法MATLAB实现
最近邻法和k-近邻法
学号名:吴林
一.基本概念:
最近邻法:对于未知样本x,比较x与N个已知类别的样本之间的欧式距离,并决策x与距离它最近的样本同类。
K近邻法:取未知样本x的k个近邻,看这k个近邻中多数属于哪一类,就把x归为哪一类。K取奇数,为了是避免k1=k2的情况。
二.问题分析:
要判别x属于哪一类,关键要求得与x最近的k个样本(当k=1时,即是最近邻法),然后判别这k个样本的多数属于哪一类。
可采用欧式距离公式求得两个样本间的距离s=s
您可能关注的文档
- gis总体设计报告的构成和内容.doc
- gis软件需求分析报告.doc
- gjb-z,170标准化工作报告.doc
- gjb841-90故障报告,分析和纠正措施系统.doc
- glii,led报告.doc
- gmp检查缺陷分类和检查报告.doc
- gtk,简单聊天界面报告.doc
- h3cte,排错报告.doc
- hid的报告描述符.doc
- flash动画设计报告(共9篇).doc
- 2024年05月浙江省台州市侨联2024年招考1名编制外合同工笔试上岸历年高频考点(难、易错点)附带答案详解.docx
- 2024年化工环保安全知识题及答案精选题库含答案(黄金题型).docx
- 2024年05月浙江省景宁畲族自治县事业单位2024年公开招考50名工作人员笔试上岸历年高频考点(难、易错点)附带答案详解.docx
- 化工企业车间安全生产知识考试题通关秘籍题库附答案(基础题).docx
- 化工企业安全管理人员试题试题库内部题库【全国通用】.docx
- 化工环保安全知识题及答案大全附答案(B卷).docx
- 危险化学品经营单位安全管理人员考试及答案(夺冠).docx
- 2024年05月西部科学城重庆高新区教育事业单位招考聘用290人笔试上岸历年高频考点(难、易错点)附带答案详解.docx
- 2024年05月徐州市公安局2024年面向社会公开招考警务辅助人员笔试上岸历年高频考点(难、易错点)附带答案详解.docx
- 2024年化工企业车间安全生产知识考试题精品题库附答案【B卷】.docx
文档评论(0)