Matlab交叉验证和K-NN

Question

我正在尝试在Matlab中构建一个带交叉验证的kns clasiffier。由于我的MATLAB版本，我使用了knnclassify()来构建分类器（classKNN = knnclassify (sample_test, sample_training, training_label)）。

我无法使用crossval()。

提前致谢。

Answer 1

在Matlab中有两种方法可以执行K-Nearest Neighbor。第一个是像你一样使用knnclassify()。但是，此函数将返回预测标签，您无法使用crossval()。交叉验证是在模型上执行的，而不是在结果上执行的。在Matlab中，模型由对象描述。

crossval()仅适用于对象（分类器对象，无论是K-NN，SVM等等）。要创建所谓的最近邻分类对象，您需要使用fitcknn()函数。将训练集和训练标签作为输入（按此顺序），此功能将返回您的对象，您可以在crossval()中输入该对象。
但是只剩下一件事了：如何预测验证集的标签？为此，您需要使用predict()函数。给定模型（kNN对象）和验证集作为输入（再次按此顺序），此类函数将返回（如knnclassify()）预测标签向量。