Matlab2016b與Matlab2019b的自帶KNN函數(shù)對比

Matlab2016b版本代碼:

class = knnclassify(X_test, X_train, Y_train,k); % [X_train,X_test,Y_train, Y_test],X樣本,Y標簽,train訓(xùn)練,test測試

%k可以為1,2,3,4.....。X_test為測試數(shù)據(jù),X_train,Y_train為訓(xùn)練集的樣本和標簽,k為設(shè)置的k臨近值的k值

Matlab2019b對應(yīng)的代碼為:

mdl = fitcknn(X_train, Y_train,'NumNeighbors',k);? ? %k為對應(yīng)的1,2,3,4.....

class = predict(mdl,X_test);

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容