Чтобы обучить k - самая близкая соседняя модель, используйте приложение Classification Learner. Для большей гибкости обучите k - самая близкая соседняя модель использование fitcknn в интерфейсе командной строки. После обучения предскажите метки или оцените апостериорные вероятности путем передачи модели и данных о предикторе к predict.
| Classification Learner | Обучите модели классифицировать данные с помощью машинного обучения с учителем |
Обучите самые близкие соседние классификаторы Используя приложение Classification Learner
Создайте и сравните самые близкие соседние классификаторы и экспортируйте обученные модели, чтобы сделать прогнозы для новых данных.
Визуализируйте поверхности решения различных классификаторов
Этот пример показывает, как визуализировать поверхность решения для различных алгоритмов классификации.
Контролируемое изучение рабочего процесса и алгоритмов
Поймите шаги для контролируемого изучения и характеристик непараметрической классификации и функций регрессии.
Классификация Используя самых близких соседей
Категоризируйте точки данных на основе их расстояния до точек в обучающем наборе данных, с помощью множества метрик расстояния.
Идентификация динамика Используя подачу и MFCC (Audio Toolbox)