创造力
最近傍モデルオブジェクトの作成
说明
は,データ格纳されているいる行行行列数値NS
= createns(X
)X
を使用し,ElectiveRearcher
またはKdtreesearcher
モデルオブジェクトいずれか作成します。
例
既定の的最近探索モデルの学习
フィッシャーののデータを読み込みます。
加载渔业x = meas;[n,k] = size(x)
n = 150
k = 4
X
150个の値とととつのつのが。。。
データセット学习として使用て,的最近探索モデルを准备します。
mdl1 = Enterviresearcher(x)
MDL1 = EnterviveRearcher具有属性:距离:'Euclidean'Distparameter:[] X:[150x4 double]
MDL1
はElectiveRearcher
オブジェクトでがウィンドウウィンドウ表示され。。このはは,,距离距离计量计量计量などなど,,済み済みアルゴリズムアルゴリズムにに关する关する情报がが格纳格纳さささされれれれ。。プロパティプロパティプロパティプロパティプロパティ
または,创造力
を使用,探索法として“详尽”
を指定によって,网罗的最近モデルを准备でき。。
mdl2 = createns(x,'nsmethod',,,,“详尽”)
MDL2 = EnterviveRearcher具有属性:距离:'Euclidean'Distparameter:[] X:[150x4 double]
MDL2
はElectiveRearcher
モデルオブジェクトでもあり,MDL1
と等価です。
一连のデータに対する最近ををX
から探索するは,ElectiveRearcher
モデルオブジェクトとデータをKnnsearch
またはrangesearch
に渡します。
既定のkd木をさせる
ユークリッド距离をするするする次元次元のkd木をさます。。
フィッシャーののデータを読み込みます。
加载渔业x = meas;[n,k] = size(x)
n = 150
k = 4
X
150个の値とととつのつのが。。。
データセットをデータとして使用してて,,,,次元次元次元kd木をさます。。
mdl1 = kdtreesearcher(x)
MDL1 =属性的Kdtreesearcher:bucketsize:50距离:'euclidean'dist参数:[] x:[150x4 double]
MDL1
はKdtreesearcher
モデルオブジェクトプロパティコマンドウィンドウに表示れ。このオブジェクトにには,,距离距离计量计量计量などなど,,,,,kd木に格纳さてますプロパティのは,ドット表记表记を使用ししますますます
または,创造力
を使用してkd木をせることができ。。
mdl2 = createns(x)
mdl2 =属性的kdtreesearcher:bucketsize:50距离:'euclidean'distparameter:[] x:[150x4 double]
MDL2
はKdtreesearcher
モデルオブジェクトでもあり,MDL1
と等価です。X
4つのつのが,既定距离计量ユークリッドユークリッドである,,创造力
は既定ではKdtreesearcher
モデルを作成ます。
一连のデータに対する最近ををX
から探索するは,Kdtreesearcher
モデルオブジェクトとデータをKnnsearch
またはrangesearch
に渡します。
ミンコフスキー距离计量によるkD木の
指数ががのミンコフスキーを使用てててkd木をさます。。
フィッシャーのデータを読み込み。花弁寸法をする変数を作成します。
加载渔业x = meas(:,3:4);
kd木成长せます指数指数ががのミンコフスキーを指定し。。
mdl = createns(x,'距离',,,,'Minkowski',,,,'P',5)
MDL =属性的kdtreesearcher:bucketsize:50距离:'Minkowski'Distparameter:5 x:[150x2 double]
X
2つのつのが,距离计量がミンコフスキー,,,创造力
は既定ではKdtreesearcher
モデルオブジェクト作成します。
マハラノビス距离クエリデータ最近傍の探索
关数创造力
を使用て网罗探索モデルオブジェクト作成します。k最近傍探索ため,とクエリデータを关数Knnsearch
に渡します。
フィッシャーののデータを読み込みます。
加载渔业
5つの,,,,つのアヤメデータ无作为予测子データから抽出しし。。
rng('默认');%可再现性n =尺寸(MES,1);样本量的%qidx = randsample(n,5);查询数据索引的%x = meas(〜ismemb(1:n,qidx),:);y = meas(qidx,:);
学习データし网罗最近探索を准备ます。最近傍のの探索にマハラノビスマハラノビス距离を指定指定
mdl = createns(x,'距离',,,,'Mahalanobis')
MDL =属性的EnterviveRearcher:距离:'Mahalanobis'Distparameter:[4x4 double] X:[145x4 double]
距离计量マハラノビスであるため,创造力
は既定ではElectiveRearcher
モデルオブジェクト作成します。
マハラノビス距离に,学习データの(列)ののの分散分散分散分散分散が使用さmdl.distparameter
を使用し。
mdl.distparameter
ans =4×40.6547 -0.0368 1.2320 0.5026 -0.0368 0.1914 -0.3227 -0.1193 1.2320 -0.3227 3.0671 1.2842 0.5026 -0.1193 1.2842 0.5842 0.5800
求める学习(mdl.x
)のインデックス,データ(y
)ののにおけるつつ最近です。。。
idxnn = knnsearch(mdl,y,'K',2)
idxnn =5×25 6 98 95 104 128 135 65 102 115
idxnn
のはデータの観测値にします列顺序は,,距离距离ののの升顺升顺で并べ替え并べ替え最近傍のの顺序顺序にに対応対応しy(3,:)
2番目番目最近はははx(128,:)
になります。
入力引数
X
-学习データ
数値行列
学习データ数値行列指定します。X
には観测(インスタンスまたは)にするするする个の行と,,それぞれそれぞれ(特徴)ににに
データ::单身的
|双倍的
名前と値引数
オプションの引数ペアをname1 = value1,...,namen = valuen
として指定ます。ここで姓名
は引数名,价值
は対応です名前と値のの引数の后ろにする必要必要がありますますが,ペアペアののの顺序
r2021aよりで,名前値それぞれコンマ使って,,姓名
を引用で囲みます。
例:NS = Createns(X,'距离','Mahalanobis')
は,傍探索ときにマハラノビス计量を使用するElectiveRearcher
モデルオブジェクト作成します。
NSMethod
-最近傍探索法
'kdtree'
|“详尽”
作成するタイプをするためにさ最近最近傍探索法。'nsmethod'
と'kdtree'
または“详尽”
から构成コンマ区のペアとしてし。。。
'kdtree'
-创造力
はkd木アルゴリズムを使用ててKdtreesearcher
モデルオブジェクト作成します。“详尽”
-创造力
は网罗探索アルゴリズムをててElectiveRearcher
モデルオブジェクト作成します。
次ののつがれる场合场合既定はは'kdtree'
です。
それ以外场合,既はは“详尽”
です。
例:“ nsmethod',“详尽”
距离
-距离计量
“欧几里得”
(既定)|文字ベクトルまたは字符串スカラースカラー距离计量名名|カスタム距离关数
以后の点最近傍探索するためにKnnsearch
またはrangesearch
を呼び出すに使用する。。'距离'
字符串スカラーまたはスカラースカラーによる名または关数ハンドル构成构成されるコンマ区切りののペアペアとしてしし
両方のの最近探索モデルについて,创造力
は次距离计量サポートします。
値 | 说明 |
---|---|
'chebychev' |
チェビシェフ(最大标差)。 |
'城市街区' |
市街地距离。 |
“欧几里得” |
ユークリッド距离。 |
'Minkowski' |
2です指数は指数ですです。のを指定するには,'P' 名前とのの引数使用します。 |
创造力
が网罗的アルゴリズム使用する('nsmethod'
が“详尽”
)场合,创造力
は次距离计量サポートします。
値 | 说明 |
---|---|
'相关性' |
1から観测间の线形相关を减算减算减算减算减算减算减算减算减算减算系列系列处理 |
“余弦” |
(行ベクトルれる)観测観测间夹角の余弦ををからからから |
“锤” |
ハミング(异なる座标比率) |
'jaccard' |
1から系数(异なる非座标比率)を |
'Mahalanobis' |
マハラノビス距离 |
'seuclidean' |
标准化されユークリッド距离 |
'spearman' |
1から値の标本顺位相关数减算减算减算减算减算减算减算减算减算() |
创造力
が网罗的アルゴリズム使用する('nsmethod'
が“详尽”
)场合,@
を使用て距离计量のハンドル(たとえば@distfun
)を指定もます。距离关数,次のようになっていなけれなけれんんんん
函数d2 = distFun(zi,zj)
という形式なっている。次の引数受け入れる。
X
またはクエリ点y
1行行れているいるいる行行行行列ベクトルZi
。KはX
の列数です。X
またはy
の复数がれているいるいる行行行ZJ
。Mははのです。。
m行1列列
D2
を返す。D2(
は,観测値j
)Zi
とZJ(
の间のです。j
,:)
详细は,距离计量を参照しください。
例:“距离”,“ Minkowski”
p
-ミンコフスキー距离计量指数
2
(既定)|正のスカラー
桶
-各叶の最大データ点数
50
(既定)|正の整数
kd木各ノードにおける最大データ。。“桶”
と正整数コンマでて指定します。
この引数は,Kdtreesearcher
モデルオブジェクト作成するのみ有效です。
例:“桶”,10
データ::单身的
|双倍的
出力引数
NS
- 最近傍探索モデル
ElectiveRearcher
モデル|Kdtreesearcher
モデルオブジェクト
最近傍探索。ElectiveRearcher
モデルオブジェクトまたはKdtreesearcher
モデルオブジェクト返されます。
最近傍モデルオブジェクト作成すると,Knnsearch
による最近傍またはrangesearch
による半径実行て,クエリデータ学习の近傍点をできます。
バージョン履歴
matlabコマンド
Matlabコマンドコマンドにするがクリックされまし。。
matlabコマンドコマンドに入力してしください。。。。ブラウザー
您还可以从以下列表中选择一个网站:
如何获得最佳网站性能
选择中国网站(中文或英语)以获得最佳场地性能。其他Mathworks乡村网站未针对您所在的访问进行优化。
美洲
- AméricaLatina(Español)
- 加拿大(英语)
- 美国(英语)