MATLAB knnsearch語法

Idx = knnsearch(X,Y)

Idx = knnsearch(X,Y,Name,Value)

[Idx,D] = knnsearch(___)

說明

Idx = knnsearch(X,Y) 為Y中的每個查詢點在X中找到最近的鄰居，並在列向量Idx中返回最近的鄰居的索引。 Idx與Y具有相同的行數。X為訓練點集，Y為目標點集。

Idx = knnsearch(X,Y,Name,Value) 返回具有使用一個或多個名稱-值對引數指定的其他選項的Idx。 例如，您可以指定要搜尋的最近鄰居的數量以及搜尋中使用的距離度量。

[Idx,D] = knnsearch(___) 另外，使用前面語法中的任何輸入引數返回矩陣D。 D包含Y中每個觀測值與X中相應最接近觀測值之間的距離。

例子

根據年齡和體重，在醫院資料集中找到與Y型患者最相似的患者。

load hospital;

X = [hospital.Age hospital.Weight];

Y = [20 162; 30 169; 40 168; 50 170; 60 171]; % New patients

1

2

3

1

2

3

在X和Y之間執行knnsearch查詢最近鄰居的索引。

Idx = knnsearch(X,Y);

1

1

在X中找到年齡和體重最接近Y的患者。

X(Idx,:)

ans = 5×2

25 171

25 171

39 164

49 170

50 172

1

2

3

4

5

6

7

8

1

2

3

4

5

6

7

8

使用不同的距離量度查詢k最近鄰：

首先使用Minkowski距離度量，然後使用Chebychev距離度量，找到X中與Y的每個點最近的10個鄰居。

load fisheriris

X = meas(:,3:4); % Measurements of original flowers

Y = [5 1.45;6 2;2.75 .75]; % New flower data

1

2

3

1

2

3

使用Minkowski和Chebychev距離度量在X和查詢點Y之間執行knnsearch。

[mIdx,mD] = knnsearch(X,Y,'K',10,'Distance','minkowski','P',5);

[cIdx,cD] = knnsearch(X,Y,'K',10,'Distance','chebychev');

1

2

1

2

視覺化兩個最近鄰居搜尋的結果。 繪製訓練資料。 用標記X繪製查詢點。使用圓圈表示Minkowski最近的鄰居。 使用五角星表示Chebychev最近的鄰居。

gscatter(X(:,1),X(:,2),species)

line(Y(:,1),Y(:,2),'Marker','x','Color','k',...

'Markersize',10,'Linewidth',2,'Linestyle','none')

line(X(mIdx,1),X(mIdx,2),'Color',[.5 .5 .5],'Marker','o',...

'Linestyle','none','Markersize',10)

line(X(cIdx,1),X(cIdx,2),'Color',[.5 .5 .5],'Marker','p',...

'Linestyle','none','Markersize',10)

legend('setosa','versicolor','virginica','query point',...

'minkowski','chebychev','Location','best')

1

2

3

4

5

6

7

8

9

1

2

3

4

5

6

7

8

9

輸入引數

X — Input data

numeric matrix

Input data, specified as a numeric matrix. Rows of X correspond to observations, and columns correspond to variables.

Y — Query points

numeric matrix

Query points, specified as a numeric matrix. Rows of Y correspond to observations, and columns correspond to variables. Y must have the same number of columns as X.