资源简介
1 . 利用matlab实现KNN算法对wine数据集的分类,并对分类结果进行了识别率的计算。
代码片段和文件信息
%% k近邻对wine分类
clc;
clear;
totalsum=0;
for ii=1:10 %循环测试10次
data=load(‘wine.txt‘);
data1=data(1:591:13); %任取第一类数据的30组作为训练样本
rbow1=randperm(59);
trainsample1=data1(sort(rbow1(:1:30))1:13);
rbow1(:31:59)=sort(rbow1(:31:59)); %剩下的29组按行下标大小顺序排列作为测试样本
testsample1=data1(rbow1(:31:59)1:13);
data2=data(60:1301:13); %任取第二类中的35组作为训练样本
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); %任取第三类数据中的24组作为测试数据
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
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2915 2018-04-24 12:21 KNN.m
- 上一篇:tushare量化交易python源码
- 下一篇:python实现简单的加密通信
评论
共有 条评论