[Matlab原创]数据挖掘KNN算法的MATLAB实现_[by jxnu_xx]

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

        昨天写了一个MATLAB的KNN算法，正好也是昨天看到坛子了有关于KNN算法的Python实现，那篇帖子对算法的原理有非常详细的讲解，所以我这里就不讲那些原理了，就把MATLAB的代码写在这里吧，由于对MATLAB还不太熟，算法写的很粗糙，不管是运行效率还是代码可读性都比较差，所以希望可以得到各位大神们的指点，对算法提出更改意见，欢迎交流。

下面只对该算法做一个简单的介绍：

1、原理：待预测类别与训练集中距离最近的K个类别总数最多的那个类别被认为是预测元组的类别
下面的这个kNN1函数对一个待预测元组进行分类预测

本帖隐藏的内容

1. function [ maxClass ] = kNN1( toPredictionVector,trainingSet,classVector,k )
   
2. %% ******产品信息****************************
   
3. %   ------DateTime:2015-3-7-----------------------
   
4. %% ******函数说明***************************
   
5. %   ------toPredictionVector是一个1×n的向量-------
   
6. %   ------trainingSet是一个m×n的训练集-------
   
7. %   ------classVector是一个n×1的类别向量----------
   
8. %%
   
9. % 归一化处理
   
10. dataToOne=[toPredictionVector;trainingSet];
    
11. newData=toOne(dataToOne);
    
12. toPredicionVector_new=newData(1,:);
    
13. trainingSet_new=newData(2:end,:);
    
14. % 计算向量toPredicionVector_new与矩阵trainingSet_new中各行向量的欧式距离
    
15. Distance=pdist2(trainingSet_new,toPredicionVector_new);
    
16. % 对距离进行升序排序，并获取原索引值
    
17. [~,index]=sort(Distance,'ascend');
    
18. 
    
19. sortClass=cell(k,1);
    
20. % 获取排序后的类别
    
21. for i=1:k
    
22.     sortClass(i)=classVector(index(i));
    
23. end
    
24. % 统计各个类别的数量
    
25. stateClass=tabulate(sortClass);
    
26. Value=stateClass(:,1);%类别名称
    
27. Count=stateClass(:,2);%类别数量
    
28. % 获取最大数量类别的名称
    
29. [~,maxIndex]=max(cell2mat(Count));
    
30. maxClass=Value(maxIndex);
    
31. end

复制代码

2、其它函数：toOne()函数对数据归一化处理,kNN()函数对多个元组进行分类预测

1. function [ newDataSet ] = toOne( dataSet )
   
2. %% 对数据集归一化处理
   
3. %   ------DateTime:2015-3-7-----------------------
   
4. %   ------用于对数据集归一化处理，划为0-1之间的数----
   
5. %%
   
6. minVector=min(dataSet);
   
7. maxVector=max(dataSet);
   
8. min_max_D=maxVector-minVector;
   
9. dataSetSize=size(dataSet,1);
   
10. min_max_D_M=repmat(min_max_D,dataSetSize,1);
    
11. minDataSet=repmat(minVector,dataSetSize,1);
    
12. newDataSet=(dataSet-minDataSet)./min_max_D_M;
    
13. end

复制代码

1. function [ maxClass ] = kNN( toPredictionSet,trainingSet,classVector,k )
   
2. %% ******产品信息****************************
   
3. %   ------DateTime:2015-3-7-----------------------
   
4. %% ******函数说明***************************
   
5. %   ------toPredictionSet是一个m1×n的向量-------
   
6. %   ------trainingSet是一个m2×n的训练集矩阵-------
   
7. %   ------classVector是一个n×1的类别向量----------
   
8. %%
   
9. predicionSize=size(toPredictionSet,1);
   
10. maxClass=cell(predicionSize,1);
    
11. for i=1:predicionSize
    
12.     maxClass(i)=kNN1(toPredictionSet(i,:),trainingSet,classVector,k);
    
13. end
    
14. end

复制代码

3、运行脚本：

1. clc,clear
   
2. [trainingData,trainingClass]=xlsread('trainingData.xlsx');
   
3. [testData,testClass]=xlsread('toPredictionData.xlsx');
   
4. toPredictionData=xlsread('toPredictionData.xlsx');
   
5. % 归一化处理
   
6. 
   
7. % 绘制分类图
   
8. pSize=size(toPredictionData,1);
   
9. dataToOne=[toPredictionData;trainingData];
   
10. newData=toOne(dataToOne);
    
11. toPredicionSet_new=newData(1:pSize,:);
    
12. trainingSet_new=newData(pSize+1:end,:);
    
13. H1=plot(trainingSet_new(:,2),trainingSet_new(:,1),'o');
    
14. hold on
    
15. H2=plot(toPredicionSet_new(:,2),toPredicionSet_new(:,1),'.');
    
16. title('kNN算法实现偏好分类', 'FontWeight','Bold', 'FontSize', 15);
    
17. M = {'训练集';'预测集'};
    
18. legend([H1,H2],M);
    
19. 
    
20. predictionClass_Test=kNN(testData,trainingData,trainingClass,20);
    
21. tSize=size(testData,1);
    
22. T_count=0;
    
23. for i=1:tSize
    
24.     A=predictionClass_Test{i};
    
25.     B=testClass{i};
    
26.     if size(A,2)==size(B,2)
    
27.         C=A==B;
    
28.         C=C+0;
    
29.         if sum(C)==size(A,2)
    
30.             T_count=T_count+1;
    
31.         end
    
32.     end
    
33. end
    
34. r=T_count/tSize;
    
35. if r>=0.90
    
36.     predictionClass=kNN(toPredictionData,trainingData,trainingClass,20);
    
37. end

复制代码

写的不是很好，欢迎大家讨论，一起进步！

量化投资板块支持C/C++/C#/Java/Matlab/R/Splus/Python/VBA/Perl/PHP/JavaScript/.NET/MySQL/SqlServer/Oracle等各类编程原创，较大奖励加分，好贴直接精华！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏18 回帖

关键词：matlab实现 MATLAB matla atlab Knn算法

关注。。。

加油加油

好东西 好代码 看看，学习一下

OK.............................................

看看

学习学习。

感谢楼主分享