如何理解R語(yǔ)言分類算法中的距離判別

如何理解R語(yǔ)言分類算法中的距離判別，相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

1.距離判別原理分析
根據(jù)待判定樣本與已知類別樣本之間的距離遠(yuǎn)近做出判斷.根據(jù)已知類別樣本信息建立距離判別函數(shù)式,再將各待判定樣本的屬性數(shù)據(jù)逐一代入式中計(jì)算,得到距離值,再根據(jù)此將樣本判入距離值最小的類別的樣本簇.
K最近鄰算法則是距離判別法中使用最為廣泛的,他的思路是如果 一個(gè)樣本在特征空間中的K個(gè)最相似/最相鄰的樣本中的大多數(shù)屬于某一個(gè)類別,則該樣本也屬于這個(gè)類別.
圖中3個(gè)實(shí)心表示樣本點(diǎn),其周圍分布著若干分別用圓形,三角形,正方形空心點(diǎn)表示出的三種已知類別的樣本點(diǎn).現(xiàn)在我們?nèi)=5,即圈出與待分類樣本點(diǎn)最相近的5個(gè)樣本點(diǎn),然后查看他們的類別.這5個(gè)點(diǎn)中屬于哪個(gè)類別的樣本多,該未知樣本就屬于哪個(gè)類別.易得未知樣本(從左到右)依次屬于圓形,三角形,正方形.
K最近鄰方法進(jìn)行判別時(shí),由于其主要依靠周圍有限鄰近樣本的信息,而不是靠判別類域的方法來(lái)確定所屬類別,因此對(duì)于類域的交叉或重疊較多的待份樣本集來(lái)說(shuō),該方法較其他方法更為合適.

2.在R語(yǔ)言中的應(yīng)用
在K最近鄰(K-Nearest Neighbor,KNN)算法中我們主要用到了class包里面的
knn(train,test,cl,k=1,1=0,prob=FALSE,use.all=TRUE)函數(shù)。
而在有權(quán)重的k最近鄰(Weighted K-NearestNeighbor,KKNN)我們主要用到了kknn包里的
kknn(formula=formula(train),train,test,na.action=na.omit(),k=7,distance=2,kernel=”optimal”,ykernel=NULL,scale=TRUE,contrasts=c(‘unordered’=”contr.dummy”,ordered=”contrl.rodinal”))函數(shù)。
3.以iris數(shù)據(jù)集為例進(jìn)行判別分析
1)應(yīng)用模型并觀察輸出結(jié)果

library(kknn)
fit_pre_kknn=kknn(Species~.,data_train,data_test[,-5],k=5)fit_pre_kknn[1:length(fit_pre_kknn)]

2)檢測(cè)模型準(zhǔn)確度

table(data_test$Species, fit_pre_kknn$fitted.values)
sum(as.numeric(as.numeric(fit_pre_kknn $fitted.values)!=as.numeric(data_test$Species)))/nrow(data_test)

看完上述內(nèi)容，你們掌握如何理解R語(yǔ)言分類算法中的距離判別的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！