Найдите всех соседей на заданном расстоянии с помощью входных данных
Найдите X точки, которые являются на Евклидовом расстоянии 1.5 из каждого Y точка. Оба X и Y выборки пятимерных нормально распределенных переменных.
rng('default') % For reproducibility X = randn(100,5); Y = randn(10,5); [Idx,D] = rangesearch(X,Y,1.5)
Idx=10×1 cell array
{[ 25 62 33 99 87 92 16]}
{[ 92 25]}
{[ 93 42 31 73 60 28 78 83 48 89 85]}
{[ 92 41]}
{[44 7 28 78 75 42 69 31 1 26 83 93]}
{[ 15 31 89 41 27 17 29 60 34]}
{[ 89]}
{1x0 double }
{1x0 double }
{1x0 double }
D=10×1 cell array
{[ 0.9546 1.0987 1.2730 1.3981 1.4140 1.4249 1.4822]}
{[ 1.4203 1.4558]}
{1x11 double }
{[ 1.1244 1.4672]}
{1x12 double }
{[1.2824 1.2843 1.3342 1.3469 1.4154 1.4237 1.4625 1.4626 1.4744]}
{[ 1.1739]}
{1x0 double }
{1x0 double }
{1x0 double }
В этом случае, последние три Y точки являются больше, чем 1.5 расстояние далеко от любого X точка. X(89,:) 1.1739 расстояние далеко от Y(7,:), и никакой другой X точкой является на расстоянии 1.5 из Y(7,:)X содержит 12 точки на расстоянии 1.5 из Y(5,:).
Сгенерируйте 5 000 случайных точек от каждого из трех отличных многомерных нормальных распределений. Переключите средние значения распределений так, чтобы случайным образом сгенерированные точки, вероятно, сформировали три отдельных кластера.
rng('default') % For reproducibility N = 5000; dist = 10; X = [mvnrnd([0 0],eye(2),N); mvnrnd(dist*[1 1],eye(2),N); mvnrnd(dist*[-1 -1],eye(2),N)];
Для каждой точки в X, найдите точки в X это - в радиусе dist далеко от точки. Для более быстрого расчета задайте, чтобы сохранить индексы самых близких соседей неотсортированными. Выберите первую точку в X и найдите ее самых близких соседей.
Idx = rangesearch(X,X,dist,'SortIndices',false);
x = X(1,:);
nearestPoints = X(Idx{1},:);Найдите значения в X это не самые близкие соседи x. Отобразите те точки в одном цвете и самых близких соседях x в различном цвете. Пометьте точку x с черным, заполненным кругом.
nonNearestIdx = true(size(X,1),1);
nonNearestIdx(Idx{1}) = false;
scatter(X(nonNearestIdx,1),X(nonNearestIdx,2))
hold on
scatter(nearestPoints(:,1),nearestPoints(:,2))
scatter(x(1),x(2),'black','filled')
hold off
Найдите пациентов в patients набор данных, которые являются в определенном возрасте и области значений веса пациентов в Y.
Загрузите patients набор данных. Age значения находятся в годах и Weight значения находятся в фунтах.
load patients X = [Age Weight]; Y = [20 162; 30 169; 40 168]; % New patients
Создайте пользовательскую функцию расстояния distfun это определяет расстояние между пациентами в терминах возраста и веса. Например, согласно distfun, два пациента, которые на расстоянии в один год в возрасте и имеют тот же вес, являются одной единицей расстояния независимо. Точно так же два пациента, которые имеют тот же возраст и на расстоянии в пять фунтов в весе, являются также одной единицей расстояния независимо.
type distfun.m % Display contents of distfun.m file
function D2 = distfun(ZI,ZJ) ageDifference = abs(ZI(1)-ZJ(:,1)); weightDifference = abs(ZI(2)-ZJ(:,2)); D2 = ageDifference + 0.2*weightDifference; end
Примечание: Если вы нажимаете кнопку, расположенную в верхнем правом разделе этого примера, и открываете пример в MATLAB®, затем MATLAB открывает папку в качестве примера. Эта папка включает файл функции distfun.m.
Найдите пациентов в X это - на расстоянии 2 из пациентов в Y.
[Idx,D] = rangesearch(X,Y,2,'Distance',@distfun)Idx=3×1 cell array
{1x0 double}
{1x0 double}
{[ 41]}
D=3×1 cell array
{1x0 double}
{1x0 double}
{[ 1.8000]}
Третий пациент в Y единственный должен иметь пациента в X на расстоянии 2.
Отобразите Age и Weight значения для самого близкого пациента в X пациенту с возрастом 40 и вес 168.
X(Idx{3},:)ans = 1×2
39 164
Для фиксированного положительного действительного значения r, rangesearch находит весь X точки, которые являются на расстоянии r из каждого Y точка. Найти k указывает в X это является самым близким к каждому Y укажите, для фиксированного положительного целочисленного k, используйте knnsearch.
rangesearch не сохраняет поисковый объект. Чтобы создать поисковый объект, использовать createns.
Для обзора алгоритма d-дерева k смотрите, что Поиск k - ближайших соседей Использует Kd-дерево.
Алгоритм исчерпывающего поиска находит расстояние от каждой точки в X к каждой точке в Y.
Если вы устанавливаете rangesearch функциональный 'NSMethod' аргумент пары "имя-значение" соответствующему значению ('exhaustive' для алгоритма исчерпывающего поиска или 'kdtree' для алгоритма d-дерева K), затем результаты поиска эквивалентны результатам, полученным путем проведения поиска расстояния использование rangesearch объектная функция. В отличие от этого, rangesearch функция, rangesearch объектная функция требует ExhaustiveSearcher или KDTreeSearcher объект модели.
createns | ExhaustiveSearcher | KDTreeSearcher | knnsearch | pdist2 | rangesearch