ClassificationKNN

-Clasificación de vecinos más cercanosk

Descripción

es un modelo de clasificación de vecino más cercano en el que puede modificar tanto la métrica de distancia como el número de vecinos más cercanos.ClassificationKNN Dado que un clasificador almacena datos de entrenamiento, puede usar el modelo para calcular las predicciones de resustitución.ClassificationKNN Como alternativa, utilice el modelo para clasificar nuevas observaciones mediante el método.predict

Creación

Cree un modelo utilizando .ClassificationKNNfitcknn

Propiedades

Propiedades knN

BreakTies — Algoritmo de desempate

'smallest' (predeterminado) | 'nearest' | 'random'

Algoritmo de desempate utilizado por predict cuando varias clases tienen el mismo costo más pequeño, especificado como uno de los siguientes:

• — Utilice el índice más pequeño entre los grupos atados.'smallest'

• — Utilice la clase con el vecino más cercano entre los grupos empatados.'nearest'

• — Utilice un desempate aleatorio entre los grupos empatados.'random'

De forma predeterminada, los vínculos se producen cuando varias clases tienen el mismo número de puntos más cercanos entre los vecinos más cercanos. se aplica cuando es .kBreakTiesIncludeTiesfalse

Cambiar usando notación de puntos: .BreakTiesmdl.BreakTies = newBreakTies

Distance — Métrica de distancia

'cityblock' | 'chebychev' | 'correlation' | 'cosine' | 'euclidean' | manija de la función | ...

Métrica de distancia, especificada como un vector de caracteres o un identificador de función. Los valores permitidos dependen de la propiedad.NSMethod

NSMethod	Métrica de distancia permitida
'exhaustive'	Cualquier métrica de distancia deExhaustiveSearcher
'kdtree'	O'cityblock''chebychev''euclidean''minkowski'

En la tabla siguiente se enumeran las métricas de distancia.ExhaustiveSearcher

Valor	Descripción
'cityblock'	Distancia del bloque de la ciudad.
'chebychev'	Distancia de Chebychev (diferencia máxima de coordenadas).
'correlation'	Uno menos la correlación lineal de la muestra entre observaciones (tratadas como secuencias de valores).
'cosine'	Uno menos el coseno del ángulo incluido entre las observaciones (tratados como vectores).
'euclidean'	Distancia euclidiana.
'hamming'	Distancia de hamming, el porcentaje de coordenadas que difieren.
'jaccard'	Uno menos el coeficiente Jaccard, el porcentaje de coordenadas distintas de cero que difieren.
'mahalanobis'	Distancia Mahalanobis, calculada utilizando una matriz de covarianza definida positiva.C El valor predeterminado de es la matriz de covarianza de ejemplo de , calculado por .CXnancov(X) Para especificar un valor diferente para , establezca la propiedad de usar notación de puntos.CDistParametermdl
'minkowski'	Distancia de Minkowski. El exponente predeterminado es .2 Para especificar un exponente diferente, establezca la propiedad de usar la notación de puntos.DistParametermdl
'seuclidean'	Distancia euclidiana estandarizada. Cada diferencia de coordenadas entre y un punto de consulta se escala, lo que significa dividido por un valor de escala.XS El valor predeterminado de es la desviación estándar calculada desde , .SXS = nanstd(X) Para especificar otro valor para , establezca la propiedad de usar notación de puntos.SDistParametermdl
'spearman'	Uno menos la correlación de rango de Spearman de la muestra entre las observaciones (tratadas como secuencias de valores).
@distfun	Mango de función de distancia. distfun tiene la forma donde function D2 = distfun(ZI,ZJ) % calculation of distance ... es un vector -por- que contiene una fila de o .ZI1NXY es una matriz -por- que contiene varias filas de o .ZJM2NXY es un vector -por- de distancias, y es la distancia entre las observaciones y .D2M21D2(k)ZIZJ(k,:)

Para obtener más información, consulte .Métricas de distancia

Cambiar usando notación de puntos: .Distancemdl.Distance = newDistance

Si es , puede utilizar la notación de puntos para cambiar solo para las métricas , , , y .NSMethod'kdtree'Distance'cityblock''chebychev''euclidean''minkowski'

Tipos de datos: char | function_handle

DistanceWeight — Función de ponderación de distancia

'equal' | 'inverse' | 'squaredinverse' | manija de la función

Función de ponderación de distancia, especificada como uno de los valores de esta tabla.

Valor	Descripción
'equal'	Sin ponderación
'inverse'	El peso es 1/distance
'squaredinverse'	El peso es 1/distance2
@fcn	fcn es una función que acepta una matriz de distancias no negativas y devuelve una matriz del mismo tamaño que contiene pesos de distancia no negativos. Por ejemplo, es equivalente a .'squaredinverse'@(d)d.^(–2)

Cambiar usando notación de puntos: .DistanceWeightmdl.DistanceWeight = newDistanceWeight

Tipos de datos: char | function_handle

DistParameter — Parámetro para la métrica de distancia

matriz de covarianza definitiva positiva | escalar positivo | vector de valores de escala positivos

Parámetro para la métrica de distancia, especificado como uno de los valores descritos en esta tabla.

Métrica de distancia	Parámetro
'mahalanobis'	Matriz de covarianza definida positivaC
'minkowski'	Exponente de distancia Minkowski, un escalar positivo
'seuclidean'	Vector de valores de escala positivos con longitud igual al número de columnas deX

Para cualquier otra métrica de distancia, el valor de debe ser .DistParameter[]

Puede modificar mediante la notación de puntos: .DistParametermdl.DistParameter = newDistParameter Sin embargo, si es o , entonces no se puede modificar .Distance'mahalanobis''seuclidean'DistParameter

Tipos de datos: single | double

IncludeTies — Bandera de inclusión de corbata

false (predeterminado) | true

Empate indicador de inclusión que indica si predict incluye todos los vecinos cuyos valores de distancia son iguales a la distancia más pequeña, especificada como o .kfalsetrue Si es , incluye todos estos vecinos.IncludeTiestruepredict De lo contrario, utiliza exactamente vecinos (consulte la propiedad).predictkBreakTies

Cambiar usando notación de puntos: .IncludeTiesmdl.IncludeTies = newIncludeTies

Tipos de datos: logical

NSMethod — Método de búsqueda de vecino más cercano

'kdtree' | 'exhaustive'

Esta propiedad es de solo lectura.

Método de búsqueda de vecino más cercano, especificado como .'kdtree''exhaustive'

• : crea y utiliza un árbol d para encontrar los vecinos más cercanos.'kdtree'K

• : utiliza el algoritmo de búsqueda exhaustivo.'exhaustive' Al predecir la clase de un nuevo punto, el software calcula los valores de distancia de todos los puntos para buscar los vecinos más cercanos.xnewXxnew

El valor predeterminado es cuando tiene o menos columnas, no es disperso y la métrica de distancia es un tipo.'kdtree'X10X'kdtree' De lo contrario, el valor predeterminado es .'exhaustive'

NumNeighbors — Número de vecinos más cercanos

valor entero positivo

Número de vecinos más cercanos que se utilizan para clasificar cada punto durante la predicción, especificado como un valor entero positivo.X

Cambiar usando notación de puntos: .NumNeighborsmdl.NumNeighbors = newNumNeighbors

Tipos de datos: single | double

Otras propiedades de clasificación

CategoricalPredictors — Los índices de predictores categóricos

[] | vector de enteros positivos

Esta propiedad es de solo lectura.

Los índices predictores categóricos, especificados como un vector de enteros positivos. contiene valores de índice correspondientes a las columnas de los datos predictores que contienen predictores categóricos.CategoricalPredictors Si ninguno de los predictores es categórico, esta propiedad está vacía ( ).[]

Tipos de datos: double

ClassNames — Nombres de las clases en datos de formaciónY

matriz categórica | matriz de caracteres | vector lógico | vector numérico | matriz celular de vectores de caracteres

Esta propiedad es de solo lectura.

Nombres de las clases de los datos de entrenamiento con duplicados eliminados, especificados como una matriz categórica o de caracteres, un vector lógico o numérico o una matriz de celdas de vectores de caracteres. tiene el mismo tipo de datos que .YClassNamesY (The software treats string arrays as cell arrays of character vectors.)

Tipos de datos: categorical | char | logical | single | double | cell

Cost — Costo de la clasificación errónea

matriz cuadrada

Coste de la clasificación errónea de un punto, especificado como una matriz cuadrada. es el costo de clasificar un punto en clase si su clase verdadera es (es decir, las filas corresponden a la clase verdadera y las columnas corresponden a la clase predicha).Cost(i,j)ji El orden de las filas y columnas en corresponde al orden de las clases en .CostClassNames El número de filas y columnas en es el número de clases únicas en la respuesta.Cost

De forma predeterminada, if , y if .Cost(i,j) = 1i ~= jCost(i,j) = 0i = j En otras palabras, el coste es para la clasificación correcta y para la clasificación incorrecta.01

Cambiar una matriz mediante notación de puntos: .Costmdl.Cost = costMatrix

Tipos de datos: single | double

ExpandedPredictorNames — Nombres de predictores ampliados

matriz celular de vectores de caracteres

Esta propiedad es de solo lectura.

Nombres de predictorexpandido expandido, especificados como una matriz de celdas de vectores de caracteres.

Si el modelo utiliza codificación para variables categóricas, incluye los nombres que describen las variables expandidas.ExpandedPredictorNames De lo contrario, es lo mismo que .ExpandedPredictorNamesPredictorNames

Tipos de datos: cell

ModelParameters — Parámetros utilizados en el entrenamientoClassificationKNN

Estructura

Esta propiedad es de solo lectura.

Parámetros utilizados en el entrenamiento del modelo, especificados como una estructura.ClassificationKNN

Tipos de datos: struct

Mu — Predictor significa

vector numérico

Esta propiedad es de solo lectura.

Predictor significa, especificado como un vector numérico de longitud .numel(PredictorNames)

Si no estandariza al entrenar el modelo utilizando , entonces está vacío ( ).mdlfitcknnMu[]

Tipos de datos: single | double

NumObservations — Número de observaciones

scalar entero positivo

Esta propiedad es de solo lectura.

Número de observaciones utilizadas en el entrenamiento del modelo, especificado como un escalar entero positivo.ClassificationKNN Este número puede ser menor que el número de filas de los datos de entrenamiento porque las filas que contienen valores no forman parte del ajuste.NaN

Tipos de datos: double

PredictorNames — Nombres de variables predictoras

matriz celular de vectores de caracteres

Esta propiedad es de solo lectura.

Nombres de variables predictoras, especificados como una matriz de celdas de vectores de caracteres. Los nombres de las variables están en el mismo orden en el que aparecen en los datos de entrenamiento.X

Tipos de datos: cell

Prior — Probabilidades previas para cada clase

vector numérico

Probabilidades anteriores para cada clase, especificadas como un vector numérico. El orden de los elementos en corresponde al orden de las clases en .PriorClassNames

Añadir o cambiar un vector mediante notación de puntos: .Priormdl.Prior = priorVector

Tipos de datos: single | double

ResponseName — Nombre de la variable de respuesta

vector de caracteres

Esta propiedad es de solo lectura.

Nombre de la variable de respuesta, especificado como vector de caracteres.

Tipos de datos: char

RowsUsed — Filas utilizadas en el montaje

[] | vector lógico

Esta propiedad es de solo lectura.

Filas de los datos originales utilizados para ajustar elX ClassificationKNN modelo, especificado como vector lógico. Esta propiedad está vacía si se utilizan todas las filas.

Tipos de datos: logical

ScoreTransform — Transformación de puntuación

'none' (predeterminado) | 'doublelogit' | 'invlogit' | 'ismax' | 'logit' | manija de la función | ...

Transformación de puntuación, especificada como un vector de caracteres o un identificador de función.

Esta tabla resume los vectores de caracteres disponibles.

Valor	Descripción
'doublelogit'	1/(1 +e–2x)
'invlogit'	log( / (1 – ))xx
'ismax'	Establece la puntuación de la clase con la puntuación más alta en , y establece las puntuaciones de todas las demás clases en10
'logit'	1/(1 +e–x)
O'none''identity'	(sin transformación)x
'sign'	–1 para <0 0 para 0 0 para 0 1 para > 0x x x
'symmetric'	2 – 1x
'symmetricismax'	Establece la puntuación de la clase con la puntuación más alta en , y establece las puntuaciones de todas las demás clases en1–1
'symmetriclogit'	2/(1 +e–x) – 1

Para una función o una función que defina, utilice su identificador de función para la transformación de puntuación.MATLAB^® El identificador de función debe aceptar una matriz (las puntuaciones originales) y devolver una matriz del mismo tamaño (las puntuaciones transformadas).

Cambiar usando notación de puntos: .ScoreTransformmdl.ScoreTransform = newScoreTransform

Tipos de datos: char | function_handle

Sigma — Desviaciones estándar del predictor

vector numérico

Esta propiedad es de solo lectura.

Desviaciones estándar predictoras, especificadas como un vector numérico de longitud.numel(PredictorNames)

Si no estandariza las variables predictoras durante el entrenamiento, entonces está vacía ( ).Sigma[]

Tipos de datos: single | double

W — Pesos de observación

vector de valores no negativos

Esta propiedad es de solo lectura.

Pesos de observación, especificados como un vector de valores no negativos con el mismo número de filas que .Y Cada entrada especifica la importancia relativa de la observación correspondiente en .WY

Tipos de datos: single | double

X — Datos de predictores no estandarizados

matriz numérica

Esta propiedad es de solo lectura.

Datos predictores no estandarizados, especificados como una matriz numérica. Cada columna de representa un predictor (variable), y cada fila representa una observación.X

Tipos de datos: single | double

Y — Etiquetas de clase

matriz categórica | matriz de caracteres | vector lógico | vector numérico | matriz celular de vectores de caracteres

Esta propiedad es de solo lectura.

Etiquetas de clase, especificadas como una matriz categórica o de caracteres, un vector lógico o numérico o una matriz de celdas de vectores de caracteres. Cada valor en es la etiqueta de clase observada para la fila correspondiente en .YX

tiene el mismo tipo de datos que los datos utilizados para entrenar el modelo.YY (The software treats string arrays as cell arrays of character vectors.)

Tipos de datos: single | double | logical | char | cell | categorical

Propiedades de optimización de hiperparámetros

HyperparameterOptimizationResults — Optimización de validación cruzada de hiperparámetros

ObjetoBayesianOptimization | Mesa

Esta propiedad es de solo lectura.

Optimización de validación cruzada de hiperparámetros, especificada como un objeto o una tabla de hiperparámetros y valores asociados.BayesianOptimization Esta propiedad no está vacía cuando el argumento de par nombre-valor no está vacío al crear el modelo mediante .'OptimizeHyperparameters'fitcknn El valor depende de la configuración del argumento de par nombre-valor al crear el modelo:'HyperparameterOptimizationOptions'

• (predeterminado) — Objeto de clase'bayesopt'BayesianOptimization

• o — Tabla de hiperparámetros utilizados, valores de función objetivo observados (pérdida de validación cruzada) y rango de observaciones de menor (mejor) a mayor (peor)'gridsearch''randomsearch'

Funciones del objeto

compareHoldout	Compare accuracies of two classification models using new data
crossval
edge	Edge of k-nearest neighbor classifier
loss	Loss of k-nearest neighbor classifier
	Margin of k-nearest neighbor classifier
predict	Predict labels using k-nearest neighbor classification model
resubEdge
resubLoss
resubMargin
resubPredict
Margen	Margin of k-nearest neighbor classifier

Ejemplos

Tren -Clasificador de vecino más cercanok

Entrene a un clasificador de vecinos más cercano para los datos de iris de Fisher, donde, el número de vecinos más cercanos en los predictores, es 5.kk

Cargue los datos del iris de Fisher.

load fisheriris X = meas; Y = species;

es una matriz numérica que contiene cuatro medidas de pétalos para 150 iris. es una matriz de células de vectores de caracteres que contiene las especies de iris correspondientes.XY

Entrena a un clasificador de vecinos 5 más cercano. Estandarizar los datos del predictor no categórico.

Mdl = fitcknn(X,Y,'NumNeighbors',5,'Standardize',1)

Mdl =    ClassificationKNN              ResponseName: 'Y'     CategoricalPredictors: []                ClassNames: {'setosa'  'versicolor'  'virginica'}            ScoreTransform: 'none'           NumObservations: 150                  Distance: 'euclidean'              NumNeighbors: 5     Properties, Methods  

es un clasificador entrenado, y algunas de sus propiedades aparecen en la ventana de comandos.MdlClassificationKNN

Para acceder a las propiedades de , utilice la notación de puntos.Mdl

Mdl.ClassNames

ans = 3x1 cell array
    {'setosa'    }
    {'versicolor'}
    {'virginica' }

Mdl.Prior

ans = 1×3

    0.3333    0.3333    0.3333

contiene las probabilidades anteriores de la clase, que puede especificar mediante el argumento de par nombre-valor en .Mdl.Prior'Prior'fitcknn El orden de las probabilidades anteriores de la clase corresponde al orden de las clases en .Mdl.ClassNames De forma predeterminada, las probabilidades anteriores son las respectivas frecuencias relativas de las clases en los datos.

También puede restablecer las probabilidades anteriores después del entrenamiento. Por ejemplo, establezca las probabilidades anteriores en 0,5, 0,2 y 0,3, respectivamente.

Mdl.Prior = [0.5 0.2 0.3];

Puede pasar a etiquetar nuevas medidas o validar cruzadamente el clasificador.Mdlpredict

Sugerencias

• La función reduce el tamaño de la mayoría de los modelos de clasificación quitando las propiedades de datos de entrenamiento y cualquier otra propiedad que no sea necesaria para predecir las etiquetas de las nuevas observaciones.compact Dado que los modelos de clasificación de vecinos más cercanos requieren que todos los datos de entrenamiento predigan etiquetas, no se puede reducir el tamaño de un modelo.kClassificationKNN

Funcionalidad alternativa

encuentra a los vecinos más cercanos de puntos. encuentra todos los puntos dentro de una distancia fija.knnsearchkrangesearch Puede utilizar estas funciones para la clasificación, como se muestra en .Clasificar datos de consulta Si desea realizar la clasificación, el uso de modelos puede ser más conveniente porque puede entrenar un clasificador en un paso (usando ) y clasificar en otros pasos (usando ).ClassificationKNNfitcknnpredict Como alternativa, puede entrenar un modelo de clasificación de vecino sin vecinos mediante una de las opciones de validación cruzada de la llamada a .kfitcknn En este caso, devuelve un objeto de modelo validado entre referencias cruzadas.fitcknnClassificationPartitionedModel

Capacidades ampliadas

Generación de código C/C++

Genere código C y C++ mediante MATLAB® Coder™.

Usage notes and limitations:

• La función admite la generación de código.predict

• Al entrenar un modelo de clasificación de vecino más cercano mediante , se aplican las siguientes restricciones.kfitcknn

  • El valor del argumento de entrada de las etiquetas de clase ( ) no puede ser una matriz categórica.Y

  • La generación de código no admite predictores categóricos. No puede proporcionar datos de entrenamiento en una tabla que contenga un vector lógico, una matriz de caracteres, una matriz categórica, una matriz de cadenas o una matriz de celdas de vectores de caracteres. Además, no puede utilizar el argumento de par nombre-valor.'CategoricalPredictors' Para incluir predictores categóricos en un modelo, preprocese previamente los predictores categóricos utilizando antes de ajustar el modelo.dummyvar

  • El valor del argumento de par nombre-valor no puede ser una matriz categórica.'ClassNames'

  • El valor del argumento de par nombre-valor no puede ser una función de distancia personalizada.'Distance'

  • El valor del argumento de par nombre-valor puede ser una función de peso de distancia personalizada, pero no puede ser una función anónima.'DistanceWeight'

  • El valor del argumento de par nombre-valor no puede ser una función anónima.'ScoreTransform'

Para obtener más información, consulte .Introduction to Code Generation

Consulte también

fitcknn | predict

Temas

• Construir clasificador KNN
• Examinar la calidad del clasificador KNN
• Predecir clasificación utilizando clasificador KNN
• Modificar clasificador KNN
• Clasificación con los vecinos más cercanos

Introducido en R2012a

×

Abrir ejemplo

Tiene una versión modificada de este ejemplo. ¿Desea abrir este ejemplo con sus modificaciones?

No, sobrescribir la versión modificada Sí