化学计量学 1_第1页
化学计量学 1_第2页
化学计量学 1_第3页
化学计量学 1_第4页
化学计量学 1_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

6.5K最近邻法（KNN）,刘月菊1000285,K最近邻法（KNN）,K最近邻法（KNN）：一种有管理的分类方法,依据,同类样本在模式空间中相互较靠近,一个最近邻样本点,1NN方法,两个最近邻样本点,K个最近邻样本点,2NN方法,KNN方法,K最近邻法（KNN）,仅考虑两类划分问题,判别函数S,第i个样本的取值,i取第一类,“+1”,i取第二类,“-1”,未知样本点到最近邻样本点i的距离,K最近邻法（KNN）,例6.4设有3个训练集样本和一个检验集样本，每个样本都由3个变量描述，并设样1和样3属于第一类，样2属于第2类，结果见表6.4。请用3NN法决定检验集样本属于何类？,解：因训练集样本数少，首先选最近邻K=3。然后按式（6.12c）的欧式距离公式计算待分类样本4与训练集中3个样本之间的距离：,K最近邻法（KNN）,D2=0.1D3=0.64,样本4属第二类,K最近邻法（KNN）,优点：不要求模式集合是线性可分的，也不需要单独的训练过程，新的模式或样本直接加入到模式集合中也很容易，而且还能处理不止两类的多类的问题，因而用起来很方便,缺点：不能压缩变量的数目，因而比较适用于较低维的数据集；此外，选择K值大小不同时，未知样本的分类结果可能不同。但如何选择K值通常由具体情况而定，目前尚无规律可依,K最近邻法（KNN）,1NN时，未知样本判为类1,3NN时，未知样本判为类2,5NN时，未知样本判为类1,K最近邻法（KNN）,类重心法,先求出训练集中每一已知类的重心，判别未知样本时则计算它与各类重心的距离，依据未知样本与哪一类重心的距离最小，就判别为哪一类,K最近邻法（KNN）,例6.5为探索微量元素与冠心病的关系，有作者测定了13例冠心病人与13例健康人血中Sr，Cu，Mg，Ca等四种元素的含量，并记冠心病人为第一类，正常人为第二类，将两类前面各10例作为训练集表6.5（a），后三例为检验集表6.5（b）。请利用KNN法进行分类。,K最近邻法（KNN）,K最近邻法（KNN）,解：,检验集数据,K最近邻法（KNN）
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论