如何为 knn 分类器找到两组数据的决策边界

Posted 2023-03-13

【中文标题】如何为 knn 分类器找到两组数据的决策边界

【英文标题】：How to find the decision boundary for two set of data for knn classifier

【发布时间】：2015-01-20 22:46:46

【问题描述】：

我有两套，

N1 = 10; N2 = 15; % Class sizes
set1=[0.333; 0.509; 0.607; 1.172; 0.275; 0.762; 0.850; 0.920; 0.556; -0.046];
set2=[ 0.295; -0.203; -0.097; 0.633; 0.147; 0.356; 0.235; -0.054; -0.024; 0.377; -0.180; 0.512; 0.428; -0.129; 0.094];

我想找到 (3,1) 最近邻分类器的决策边界和决策区域。任何想法，如何做到这一点？

【参考方案1】：

为了简单地可视化决策边界和决策区域，暴力测试您感兴趣的整个领域通常是令人满意的。

具体来说，您将定义一组跨越您感兴趣的领域的离散点，您将逐步评估每个点，评估该点属于哪个类，然后绘制结果。

可能是这样的：

%define your domain of interest
dx = 0.001;           
x = [-1.0:dx:2.0];

%step through each point and decide which class it is part of
x_class = NaN*ones(size(x));
for I=1:length(x)
    %apply your KNN decision algorithm here
    %it outputs a 1 for class 1, or it outputs a 2 for class 2
    x_class(I) = my_KNN_algorithm(set1,set2,rules,x(I));
end

%plot results
plot(x,x_class);
hold on;
plot(set1,ones(size(set1)),'ro');
plot(set2,2*ones(size(set2)),'gs');
xlabel('Value');
ylabel('Class');
legend('Test Point','Given Set 1','Given Set 2')