上传者: 38518638
|
上传时间: 2021-11-01 11:38:27
|
文件大小: 1.98MB
|
文件类型: -
matlab计算隶属度代码KNN算法检测乳腺癌
K-最近邻分类
k-最近邻域
(KNN)
算法是一种易于实现的监督学习算法。
它用于解决分类和回归问题,在工业中用于解决工业中的分类问题。
在模式识别中,K-最近邻算法(K-NN)是一种用于分类和回归的非参数方法。
在这两种情况下,输入都由特征空间中的
K
个最接近的训练示例组成。
K-NN
是一种基于实例的学习。
在
K-NN
分类中,输出是一个类成员。
分类是由邻居的多数票完成的。
如果
K
=
1,则该类是单个最近邻
[6]。
KNN
算法是由
TM
Cover
和
PE
Hart
在
1967
年提出的。该算法是通过使用来自已知类别的样本集的数据来使用的。
根据现有数据计算新数据要包含在样本数据集中的距离,并检查k个近邻域。
通常,距离计算使用
3
种距离函数:
“欧几里得”距离
到“曼哈顿”的距离
“闵可夫斯基”是距离。
神经网络;
它是最流行的机器学习算法之一,因为它可以抵抗旧的、简单的和嘈杂的训练数据。
然而,它也有一个缺点。
例如,当用于大数据时,它需要大量的内存空间,因为它在计算距离时存储所有状态。
KNN算法的步骤: