Чтобы обучить k модель ближайших соседей, используйте Classification Learner приложение. Для большей гибкости обучите k модель ближайших соседей с помощью fitcknn в интерфейсе командной строки. После обучения прогнозируйте метки или оценивайте апостериорные вероятности путем передачи данных модели и предиктора в predict.
| Classification Learner | Обучите модели классифицировать данные с помощью машинного обучения с учителем |
Обучите ближайших соседних классификаторов с помощью приложения Classification Learner
Создайте и сравните ближайшие соседние классификаторы и экспортируйте обученные модели, чтобы делать предсказания для новых данных.
Визуализация поверхностей принятия решений различных классификаторов
Этот пример показывает, как визуализировать поверхность принятия решений для различных алгоритмов классификации.
Рабочий процесс и алгоритмы управляемого обучения
Осмыслите шаги для контролируемого обучения и характеристики непараметрических функций классификации и регрессии.
Классификация с использованием ближайших соседей
Классифицируйте точки данных на основе их расстояния до точек в наборе обучающих данных, используя различные метрики расстояния.
Идентификация динамика с использованием тангаж и MFCC (Audio Toolbox)
