Matlab中分类器综述（SVM KNN RF AdaBoost Naive Bayes DAC）

阅读量：

1.前言

【目前已知的MATLAB分类器类型包括：K近邻算法、随机森林、朴素贝叶斯、集成学习策略、判别分析以及支持向量机。以下将对这些方法的主要函数调用方式进行简要概述，具体细节建议查阅MATLAB官方帮助文档。
假定数据结构如下：

训练数据集：train_data % 以矩阵形式存储，其中每一行代表一个样本，每一列对应一个特征
训练数据对应的类别标签：train_label % 以列向量形式表示
测试数据集：test_data
测试数据对应的类别标签：test_label

2.分类器使用方法

2.1 K近邻分类算法—KNN

复制代码

>       1. mdl = ClassificationKNN.fit(train_data,train_label,'NumNeighbors',1);

>  
>       2. predict_label= predict(mdl, test_data);
>  
>       3. accuracy     = length(find(predict_label == test_label))/length(test_label)*100;
>  
>  
>  
>  
>     AI写代码cpp
``

全部评论 (0)

还没有任何评论哟~