如何在不使用内置函数的情况下预测KNN分类器

Question

我在预测KNN分类器时遇到了一些麻烦而没有使用内置函数。我被困在这里，不知道如何进入下一步。这是我的代码：

 % calculate Euclidean distance
 dist = pdist2(test, train, 'euclidean');
 for k = [1 3 5 7]
    [~, nearest] = sort(dist, 2);
    nearst = nearest(:, 1:k);
end % for loop

其中test是297x64矩阵，train是1500x64矩阵。 dist矩阵为297x1500。任何帮助都会感激不尽！

Answer 1

因此，您设法根据nearst中的距离设置了排序索引，您所要做的就是引用原始数据的标签。所以你有一个变量labels，它为每个点保存一个真正的标签。使用存储在nearst中的索引来读取它们，并简单地报告最常见的值。