资源简介
利用matlab实现KNN算法对wine数据集的分类，并对分类结果进行了识别率的计算。
代码片段和文件信息
%% k近邻对wine分类
clc;
clear;
totalsum=0;
for ii=1:10 %循环测试10次
data=load（‘wine.txt‘）;
data1=data（1:591:13）; %任取第一类数据的30组作为训练样本
rbow1=randperm（59）;
trainsample1=data1（sort（rbow1（:1:30））1:13）;
rbow1（:31:59）=sort（rbow1（:31:59））; %剩下的29组按行下标大小顺序排列作为测试样本
testsample1=data1（rbow1（:31:59）1:13）;
data2=data（60:1301:13）; %任取第二类中的35组作为训练样本
rbow2=randperm（71）;
trainsample2=data2（sort（rbow2（:1:35））1:13）;
rbow2（:36:71）=sort（rbow2（:36:71））;
testsample2=data2（rbow2（:36:71）1:13）;
data3=data（131:1781:13）; %任取第三类数据中的24组作为测试数据
rbow3=randperm（48）;
trainsample3=data3（sort（rbow3（:1:24））1:13）;
rbow3（:25:48）=sort（rbow3（:25:48））;
testsample3=data3（rbow3（:25:48）1:13）;
train_sample=cat（1trainsample1trainsam
评论
共有 条评论