이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

최근접이웃

Kd-트리 검색을 사용한 k 최근접이웃 분류

k-최근접이웃 모델을 훈련시키려면 분류 학습기 앱을 사용하십시오. 명령줄 인터페이스에서 fitcknn을 사용하여 k-최근접이웃 모델을 훈련시키면 유연성을 높일 수 있습니다. 훈련 후에는 모델과 예측 변수 데이터를 predict에 전달하여 레이블을 예측하거나 사후 확률을 추정합니다.

앱

분류 학습기

머신러닝 지도 학습을 사용하여 데이터를 분류하도록 모델 훈련시키기

함수

모두 확장

최근접이웃 모델 만들기

fitcknn k-최근접이웃 분류기 피팅

최근접이웃 검색기 만들기

`ExhaustiveSearcher`	Create exhaustive nearest neighbor searcher
`KDTreeSearcher`	Create Kd-tree nearest neighbor searcher
`createns`	Create nearest neighbor searcher object

교차 검증하기

`crossval`	Cross-validated k-nearest neighbor classifier
`kfoldEdge`	Classification edge for observations not used for training
`kfoldLoss`	Classification loss for observations not used for training
`kfoldfun`	Cross validate function
`kfoldMargin`	Classification margins for observations not used for training
`kfoldPredict`	Predict response for observations not used for training

성능 측정하기

`loss`	Loss of k-nearest neighbor classifier
`resubLoss`	Loss of k-nearest neighbor classifier by resubstitution
`compareHoldout`	Compare accuracies of two classification models using new data
`edge`	Edge of k-nearest neighbor classifier
`margin`	Margin of k-nearest neighbor classifier
`resubEdge`	Edge of k-nearest neighbor classifier by resubstitution
`resubMargin`	Margin of k-nearest neighbor classifier by resubstitution