Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

最近傍

k 最近傍分類

k 最近傍モデルに学習させるには、分類学習器アプリを使用します。柔軟性を向上させるためには、コマンド ライン インターフェイスでfitcknnを使用して k 最近傍モデルに学習させます。学習後に、モデルと予測子データをpredictに渡してラベルを予測するか事後確率を推定します。

アプリ

分類学習器 教師あり機械学習を使用して、データを分類するようにモデルを学習させる

関数

すべて展開する

fitcknn k 最近傍分類器の近似
ExhaustiveSearcher 網羅的最近傍探索モデルの作成
KDTreeSearcher Kd 木最近傍探索モデルを作成
createns 最近傍探索モデル オブジェクトの作成
lime Local Interpretable Model-agnostic Explanations (LIME)
partialDependence 部分従属の計算
plotPartialDependence 部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成
shapley シャープレイ値
crossval 機械学習モデルの交差検証
kfoldEdge 交差検証済み分類モデルの分類エッジ
kfoldLoss 交差検証済み分類モデルの分類損失
kfoldfun 分類での関数の交差検証
kfoldMargin 交差検証済み分類モデルの分類マージン
kfoldPredict 交差検証済み分類モデルの観測値の分類
loss k 最近傍分類器の損失
resubLoss 再代入分類損失
compareHoldout 新しいデータを使用して 2 つの分類モデルの精度を比較
edge k 最近傍分類器のエッジ
margin k 最近傍分類器のマージン
resubEdge 再代入分類エッジ
resubMargin 再代入分類マージン
testckfold 交差検証の反復により 2 つの分類モデルの精度を比較
predict k最近傍分類モデルの使用によるラベルの予測
resubPredict 学習済み分類器を使用した学習データの分類
gather GPU からのStatistics and Machine Learning Toolboxオブジェクトのプロパティの収集
pdist 観測値ペア間のペアワイズ距離
pdist2 観測値の 2 つの集合間のペアワイズ距離

オブジェクト

すべて展開する

ClassificationKNN k 最近傍分類
ClassificationPartitionedModel 交差検証分類モデル

トピック

関連情報