主要内容

このページの翻訳は最新ではありませ。

最近傍

kd木探索を使使使k最近最近分享

k最近最近傍モデルモデルにに习をさせるに,分享学器械アプリを使使ます。柔软性を向上させるには,コマンドラインインターフェイスでFitcknn.を使用してk最近傍傍モデルにに习させ。学问后后,モデルとと子データを预测に渡してラベルを予测するか事后确率を推定します。

アプリ

分享学器械 教师教师机械学校を使を使,データを分享するように习习させる

关节有关部

开する

Fitcknn. k最近傍分类器の近似
令人疲惫的 网罗的最近傍探索モデルの作物
kdtreesearcher. kd木最近傍探索モデルを作物
创造 最近最近傍探索モデルオブジェクト作作作者:作者
酸橙 本地可解释模型 - 不可知的解释(石灰)
部分竞争 部分従属のの
情节依存 部分依存(PDP)および个别条件付き待値(冰)プロットの作物
福芙 シャープレイ値
横梁 机械学习モデルの交差検证
Kfoldedge 交差検证済み分类モデルの分享エッジ
kfoldloss. 交差検证済み分类モデルの分享损失
kfoldfun. 分享到相关数目の交差交差
kfoldmargin. 交差検证済み分类モデルの分享マージン
Kfoldpredict. 交差検证済み分类モデルの観测値の分享
失利 k最近傍分类器の损失
resubloss. 再代入分享损失
CompareSheut. 新しいデータを使使用品して2つの分享モデルの精度を
边缘 k最近傍分类器のエッジ
利润 k最近傍分类器のマージン
重新提交 再代入分享エッジ
重新提交 再代入分享マージン
testckfold. 交差検证の反复により2つの分类モデルの精密を比较
预测 K最近傍分类モデルのの使ラベルの予测
重新预订 学习済み分类器材ををした学习データデータ分享
收集 GPUによる机构学院习のプロパティの收集
p 観测値ペア间のペアワイズ距离
PDIST2. 観测値の2つの集の合计

オブジェクト

开する

ClassificationKnn. k最近最近分享
ClassificationPartitionedModel. 交差検证分享モデル

トピック

分享学习器材を使た最近傍分类器の学习

最近傍分类器を作成および比较し,新しいデータについて予测を行うため学习済みモデルをエクスポートします。

各种分类器材のの面可致

この例では,各种の分类アルゴリズムについて决定面を可视化する方法を示します。

教师あり学习のワークワークとアルゴリズム

教师教师学刊の手顺ノンパラメトリックノンパラメトリックノンパラメトリックノンパラメトリックととの性特色を理念します。

最近最近を使使用しし分享

さまざまな距离计量を使用して,学习データセット内の点への距离に基づいてデータ点を分类します。

关键词