Для обучения модели k-ближайших соседей используйте приложение Classification Learner. Для большей гибкости обучайте модель k-ближайших соседей с помощью fitcknn в интерфейсе командной строки. После тренировки спрогнозируйте метки или оцените апостериорные вероятности, передав модель и данные предиктора в predict.
| Классификатор | Обучение моделей классификации данных с помощью контролируемого машинного обучения |
Обучение классификаторов ближайших соседей с помощью приложения Classification Learner
Создание и сравнение ближайших соседних классификаторов и экспорт обученных моделей для прогнозирования новых данных.
Визуализация поверхностей принятия решений различных классификаторов
В этом примере показано, как визуализировать поверхность принятия решения для различных алгоритмов классификации.
Контролируемый рабочий процесс и алгоритмы обучения
Понять шаги для контролируемого обучения и характеристики непараметрической классификации и регрессионных функций.
Классификация с использованием ближайших соседей
Категоризация точек данных на основе их расстояния до точек в обучающем наборе данных с использованием различных метрик расстояния.
Идентификация громкоговорителя с помощью основного тона и MFCC (Audio Toolbox)