knn最基本的Matlab仿真怎么弄
1个回答
展开全部
准备条件:已经把特征数据和样本标号保存为文件。
测试代码为:
[plain] view plaincopy
train_data=load('sample_feature.txt');
train_label=load('train_label.txt');
test_data=load('features.txt');
k=knnclassify(test_data,train_data,train_label,3,'cosine','random');
train_data保存的是训练样本特征,要求是最能代表本类别的,不一定多,当然不能太少;
train_label保存的是样本标号,如0,1,2等等,随便设置,只有能区分就行,具体格式可以为:
[plain] view plaincopy
1 1 2 2 3 3
test_data测试文件保存的是测试数据的特征;
测试代码为:
[plain] view plaincopy
train_data=load('sample_feature.txt');
train_label=load('train_label.txt');
test_data=load('features.txt');
k=knnclassify(test_data,train_data,train_label,3,'cosine','random');
train_data保存的是训练样本特征,要求是最能代表本类别的,不一定多,当然不能太少;
train_label保存的是样本标号,如0,1,2等等,随便设置,只有能区分就行,具体格式可以为:
[plain] view plaincopy
1 1 2 2 3 3
test_data测试文件保存的是测试数据的特征;
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询