你为什么需要另一种方式吗?有什么问题呢?
我有一点困难理解资讯的实现
2视图(30天)
显示旧的评论
%的附加数据文件,我预测两个类(购买或不购买)使用资讯基于两个年龄和%估计Slary预测。我有三个问题提到的下面的代码。指导将不胜感激
classification_model = fitcknn(数据、购买~年龄+ EstimatedSalary);
%我们可以修改所有的属性资讯等数量的邻居,度量空间和打破关系在一个oline代码
% % - - - - - - - - - - - - - - - -测试和训练集- - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
%以下的代码我已经把数据,80%的训练,20%的测试。
简历= cvpartition (classification_model。NumObservations,“坚持”,0.2);
% 80%的数据模型是训练有素的
cross_validated_model = crossval (classification_model、cvpartition,简历);%
% % - - - - - - - - - - - - - - - -让测试集预测- - - - - - - - - - - - - - - -
预测=预测(cross_validated_model.Trained {1},
数据(测试(cv), 1: end-1
));%
我不懂这里的逻辑吗?有人可以请解释,尤其是“
数据(测试(cv), 1: end-1
)”。
% % - - - - - - - - - - - - - - - -分析预测- - - - - - - - - - - - - - - - - - - - - - - -
结果= confusionmat (
cross_validated_model.Y(测试(cv))
、预测);%
有另一种方法来访问已知的预测而不是这条线中的粗体代码?
答案(0)
翻译的
Puoi传递selezionare联合国sito web dal seguente elenco: