Самые близкие соседи

Найдите самых близких соседей, использующих d-поиск-по-дереву K или исчерпывающий поиск

Самый близкий соседний поиск определяет местоположение соседей k-nearest или всех соседей на заданном расстоянии, чтобы запросить точки данных, на основе заданной метрики расстояния. Доступные метрики расстояния включают Евклидов, Хэмминг и Мэхаланобис, среди других.

Statistics and Machine Learning Toolbox™ предлагает два способа найти самых близких соседей. Можно создать объект искателя с обучающим набором данных, и передать объект и запросить наборы данных к объектным функциям (knnsearch и rangesearch). Или, можно использовать knnsearch и функции rangesearch, которые берут и обучающий набор данных и набор данных запроса непосредственно. Создание объекта искателя предпочтительно, когда у вас есть несколько наборов данных запроса потому что информация об объектно-ориентированной памяти искателя, характерная для наборов данных. Например, KDTreeSearcher объектно-ориентированная память Kd-дерево.

Функции

развернуть все

ExhaustiveSearcherСоздайте исчерпывающего самого близкого соседнего искателя
KDTreeSearcherСоздайте Kd-дерево самый близкий соседний искатель
creatensСоздайте самый близкий соседний объект искателя

Найдите соседей Используя объект искателя

knnsearchНайдите соседей k-nearest, использующих объект искателя
rangesearchНайдите всех соседей на заданном расстоянии с помощью объекта искателя

Найдите соседей Используя входные данные

knnsearchНайдите соседей k-nearest, использующих входные данные
rangesearchНайдите всех соседей на заданном расстоянии с помощью входных данных

Темы

Классификация Используя самых близких соседей

Категоризируйте точки данных на основе их расстояния до точек в обучающем наборе данных, с помощью множества метрик расстояния.

Для просмотра документации необходимо авторизоваться на сайте