训练A.K.- 最邻居模型,使用分类学习者应用程序。为了更大的灵活性,火车aK.-最近邻模型使用Fitcknn.
在命令行界面中。通过将模型和预测器数据传递给培训,预测标签或估计后验概率预测
。
分类学习者 | 火车模型以使用监督机器学习对数据进行分类 |
创建和比较最近的邻邻分类器,并导出培训的模型来对新数据进行预测。
此示例显示如何为不同的分类算法可视化决策表面。
了解监督学习的步骤和非参数分类和回归函数的特点。
使用各种距离指标在培训数据集中分类数据点以基于培训数据集的距离。
使用音高和MFCC的扬声器识别(音频工具箱)