Main Content

Vecinos más cercanos

clasificación de vecinos más cercanos usando -tree searchkKd

Para entrenar un modelo de vecinos más cercanos, use la aplicación.kAprendiz de Clasificación Para una mayor flexibilidad, entrene un modelo de vecinos más cercanos mediante la interfaz de línea de comandos.kfitcknn Después del entrenamiento, prediga etiquetas o calcule las probabilidades posteriores pasando los datos del modelo y del predictor a .predict

Apps

Capacitar modelos para clasificar datos mediante aprendizaje automático supervisado
Aprendiz de ClasificaciónCapacitar modelos para clasificar datos mediante aprendizaje automático supervisado

Funciones

expandir todo

fitcknnClasificador de vecinos más cercanok
ExhaustiveSearcherCreate exhaustive nearest neighbor searcher
KDTreeSearcherCreate Kd-tree nearest neighbor searcher
creatensCreate nearest neighbor searcher object
crossval
kfoldEdgeClassification edge for cross-validated classification model
kfoldLossClassification loss for cross-validated classification model
kfoldfunCross-validate function for classification
kfoldMarginClassification margins for cross-validated classification model
kfoldPredictClassify observations in cross-validated classification model
lossLoss of k-nearest neighbor classifier
resubLoss
compareHoldoutCompare accuracies of two classification models using new data
edgeEdge of k-nearest neighbor classifier
marginMargin of k-nearest neighbor classifier
resubEdge
resubMargin
predictPredict labels using k-nearest neighbor classification model
resubPredict
pdistDistancia por pares entre pares de observaciones
pdist2Distancia por pares entre dos conjuntos de observaciones

Objetos

expandir todo

ClassificationKNN-Clasificación de vecinos más cercanosk
ClassificationPartitionedModelCross-validated classification model

Temas

Train Nearest Neighbor Classifiers Using Classification Learner App

Create and compare nearest neighbor classifiers, and export trained models to make predictions for new data.

Visualize Decision Surfaces of Different Classifiers

This example shows how to visualize the decision surface for different classification algorithms.

Flujo de trabajo y algoritmos de aprendizaje supervisados

Comprender los pasos para el aprendizaje supervisado y las características de las funciones de clasificación y regresión no paramétricas.

Clasificación con los vecinos más cercanos

Clasificar los puntos de datos en función de su distancia a los puntos de un conjunto de datos de entrenamiento, utilizando una variedad de métricas de distancia.

Información relacionada