主要内容

边缘

的边缘k最近的邻居分类器

描述

E=边缘(mdl资源描述ResponseVarName返回的分类边缘mdl与数据资源描述和分类资源描述。ResponseVarName.如果资源描述包含用于训练的响应变量mdl,则不需要指定ResponseVarName

分类边缘(E)是一个标量值,该标量表示分类的利润率

E=边缘(mdl资源描述Y返回的分类边缘mdl与数据资源描述和分类Y

例子

E=边缘(mdlXY返回的分类边缘mdl与数据X和分类Y

E=边缘(___“重量”,权重计算带有附加观测权值的边权重,使用前面语法中的任何输入参数。

例子

全部折叠

创建一个k- Fisher虹膜数据的最近邻分类器,其中k = 5。

加载Fisher虹膜数据集。

负载fisheririsX =量;Y =物种;

为五个最近的邻居创建一个分类器。

mdl = fitcknn (X, Y,“NumNeighbors”5);

检查分类器的边缘以确定分类为的最小、平均和最大观察值“setosa”“多色的”,“virginica”,分别。

NewX = [min (X);意味着(X),马克斯(X));Y = {“setosa”“多色的”“virginica”};E =边缘(mdl NewX Y)
E = 1

所有五个最接近的邻居NewX点分类为相应的Y条目。

输入参数

全部折叠

k-最近邻分类器模型,指定为ClassificationKNN对象。

用于训练模型的样本数据,指定为表。每一行的资源描述对应一个观察值,每一列对应一个预测变量。可选地,资源描述可以为响应变量包含一个额外的列。除了字符向量的单元格数组之外,不允许使用多列变量和单元格数组。

如果资源描述包含用于训练的响应变量mdl,则不需要指定ResponseVarNameY

如果你训练mdl示例数据包含在表格,然后输入数据边缘也必须在表中。

数据类型:表格

中的响应变量名,指定为变量名资源描述.如果资源描述包含用于训练的响应变量mdl,则不需要指定ResponseVarName

您必须指定ResponseVarName作为字符向量或字符串标量。例如,如果响应变量存储为tbl.response,则指定为“响应”.否则,软件将对所有列进行处理资源描述,包括tbl.response预测因子。

响应变量必须是一个类别、字符或字符串数组、逻辑或数字向量,或字符向量的单元格数组。如果响应变量是一个字符数组,那么每个元素必须对应数组的一行。

数据类型:字符|字符串

预测器数据,指定为数字矩阵。每一行的X表示一个观察,每一列表示一个变量。

数据类型:|

类标签,指定为类别、字符或字符串数组、逻辑或数字向量或字符向量的单元格数组。每一行的Y的对应行的分类X

数据类型:分类|字符|字符串|逻辑|||细胞

中指定为数值向量或变量名的观测权值资源描述

如果您指定权重作为一个数字向量,然后是权重必须等于里面的行数X资源描述

如果您指定权重中的变量名资源描述,则名称必须是字符向量或字符串标量。例如,如果权重存储为tbl.w,然后指定权重作为' w '.否则,软件将对所有列进行处理资源描述,包括tbl.w预测因子。

如果您指定权重,那么边缘函数对每一行的观测值进行加权X资源描述与相应的重量权重

例子:“重量”、“w”

数据类型:||字符|字符串

更多关于

全部折叠

保证金

的分类保证金对于每一次观察的区别都是分类的分数对真类的最大分类评分,对假类的最大分类评分。

分类边距形成一个行数相同的列向量X资源描述

分数

分数分类的后验概率为分类的后验概率。后验概率是具有该分类的邻居数量除以邻居数量。有关包含权重和先验概率的更详细定义,请参见后验概率

扩展功能

介绍了R2012a