📄 knearestestimate.m
字号:
% k nearest neighbor estimation
function [KNearest]=KNearestEstimate(trainX,trainY,testX,k)
trainCnt=size(trainX,2); % 训练样本数量
testCnt=size(testX,2); % 测试样本数量
classLabMin=min(trainY); % 类标最小值
classLabMax=max(trainY); % 类标最大值
KNearest=zeros(1,testCnt); % kn最近邻估计结果
for i=1:testCnt
curSample=testX(:,i);
dist=zeros(1,trainCnt);
for j=1:trainCnt % 计算与每个测试样本的欧式距离
dist(j)=sqrt(sum((curSample-trainX(:,j)).^2));
end
[distSeq indexSeq]=sort(dist);
estKSample=indexSeq(1:k); % 取距离最近的前k个样本
maxKj=-1;
for j=classLabMin:classLabMax
curKj=length(find(trainY(estKSample)==j));% 计算每一类别的数量
if(curKj>maxKj)
maxKj=curKj;
KNearest(i)=j; % 取类别数量最多的类别标号
end
end
end
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -