Matlab中的k-NN分类答案

【问题标题】：k-NN Classify in MatlabMatlab中的k-NN分类
【发布时间】：2015-04-29 16:56:52
【问题描述】：

所以一旦我从原始图像中提取出我想要的图像，我将轮廓长度视为特征 1，将轮廓区域视为特征 2。我使用 sum(sum(ds)) 来计算数量每个物种的二进制图像中的白色像素。 ds 是这里的附加图像。然后我通过以下代码找到了轮廓区域，轮廓所刻的像素数。

area=0;
for col=1:464 
    temp=find(ds(:,col)==1);  
    if temp 
        area= area + (temp(end)-temp(1)+1); 
    end
end
area;

现在我应该绘制特征 1 与特征 2 的图并检查是否存在可分离的集群并使用 k-NN 进行分类。谁能告诉我如何绘制，检查和分类。谢谢！

【问题讨论】：

你的问题是如何在matlab中运行knn？有很多关于 SO 的示例，MATLAB 文档可能会派上用场。
希望您也知道，您编写的求和代码可能会因两个原因而失败：1) if temp 可能会崩溃或给您带来不想要的结果，我会使用 if ~isempty(temp) && length(temp)>1 左右。 2）只有当形状是凸的时，你的总和才会准确，但你可能对这个近似值感到满意。

【解决方案1】：

你可以画出来

figure(1);
plot(feature1_classA,feature2_classA,'b.');
plot(feature1_classOther,feature2_classOther,'r.');

然后检查蓝点是否以某种方式与蓝点分开。

KNN 可以很容易地实现。您需要一些标记的数据集。对新数据点进行分类时，在标注数据集中找到 K 个最接近的点，并检查大多数来自哪个类。将此标签分配给新数据点。应该不难实现。

【讨论】：