提高knn分类器的准确性

Posted 2023-03-13

【中文标题】提高knn分类器的准确性

【英文标题】：Enhancing accuracy of knn classifier

【发布时间】：2016-06-16 01:05:48

【问题描述】：

我有一个大小为54 * 65536 的训练集和一个18 * 65536 的测试集。

我想用一个knn分类器，但是我有一些问题：

1) 我应该如何定义trainlabel？

Class = knnclassify(TestVec,TrainVec, TrainLabel,k);

它是一个大小为54 * 1 的向量，它定义了训练集中的每一行属于哪个组？这里的组编号为 1 ,2,..

2）为了找到我使用的准确性：

cp = classperf(TrainLabel);   
Class = knnclassify(TestVec,TrainVec, TrainLabel);
cp = classperf(TestLabel,Class);
cp.CorrectRate*100

这是对的吗？有没有其他计算方法？

3) 如何提高准确率？

4) 如何选择最佳的 k 值？

【问题讨论】：

请问有人可以帮我吗？如何提高准确性？

【参考方案1】：

我不知道 matlab 也不知道你提供的 knn 的实现，所以我只能回答你的几个问题。

1) 你的假设是正确的。 trainlabel 是一个 54*1 向量或大小为 54 的数组或等效的数组，用于定义训练集中的每个数据点（行）属于哪个组。

2) ... MATLAB / 实现相关，抱歉。

3) 这是一个非常大的讨论。可能的方法是：

选择一个更好的K值。 对数据进行预处理（如果已经应用，可以更好地进行预处理）。 获得更好/更大的火车组。

仅举几例......

4）您可以在测量每个值的准确性时使用不同的值并保持最佳值。 （注意：如果您这样做，请确保您不要只测量每个 k 值的分类器的准确性，而是使用诸如 10-Folding 之类的技术）。 您用于K-NNclassifier 的库很有可能提供此类实用程序。