資源簡(jiǎn)介
利用matlab實(shí)現(xiàn)KNN算法對(duì)wine數(shù)據(jù)集的分類(lèi),并對(duì)分類(lèi)結(jié)果進(jìn)行了識(shí)別率的計(jì)算。
代碼片段和文件信息
%%?k近鄰對(duì)wine分類(lèi)
clc;
clear;
totalsum=0;
for?ii=1:10??%循環(huán)測(cè)試10次
????data=load(‘wine.txt‘);
????data1=data(1:591:13);?%任取第一類(lèi)數(shù)據(jù)的30組作為訓(xùn)練樣本
????rbow1=randperm(59);
????trainsample1=data1(sort(rbow1(:1:30))1:13);
????rbow1(:31:59)=sort(rbow1(:31:59));??%剩下的29組按行下標(biāo)大小順序排列作為測(cè)試樣本
????testsample1=data1(rbow1(:31:59)1:13);
????data2=data(60:1301:13);??%任取第二類(lèi)中的35組作為訓(xùn)練樣本
????rbow2=randperm(71);
????trainsample2=data2(sort(rbow2(:1:35))1:13);
????rbow2(:36:71)=sort(rbow2(:36:71));
????testsample2=data2(rbow2(:36:71)1:13);
????data3=data(131:1781:13);??%任取第三類(lèi)數(shù)據(jù)中的24組作為測(cè)試數(shù)據(jù)
????rbow3=randperm(48);
????trainsample3=data3(sort(rbow3(:1:24))1:13);
????rbow3(:25:48)=sort(rbow3(:25:48));
????testsample3=data3(rbow3(:25:48)1:13);
????train_sample=cat(1trainsample1trainsam
評(píng)論
共有 條評(píng)論