Считайте вектор (точка единого запроса) xnew
и модель mdl
.
k является количеством самых близких соседей, используемых в предсказании, mdl.NumNeighbors
.
nbd(mdl,xnew)
задает k самые близкие соседи xnew
в mdl.X
.
Y(nbd)
задает классификации точек в nbd(mdl,xnew)
, а именно, mdl.Y(nbd)
.
W(nbd)
задает веса точек в nbd(mdl,xnew)
.
prior
задает уголовное прошлое классов в mdl.Y
.
Если модель содержит вектор априорных вероятностей, то веса наблюдения W
нормированы классом, чтобы суммировать к уголовному прошлому. Этот процесс может включить вычисление для точки xnew
, потому что веса могут зависеть от расстояния от xnew
к точкам в mdl.X
.
Апостериорная вероятность p (j |xnew
)
Здесь, 1
когда mdl.Y(i) = j
, и 0
в противном случае.