基于R语言的k-最近邻法数字模式识别研究.pdf

《基于R语言的k-最近邻法数字模式识别研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、应用技术与研究学术探讨2014年第8期基于R语言的k-最近邻法数字模式识别研究钟志强（鞍山师范学院物理科学与技术学院，辽宁鞍山114007）[摘要]k-最近邻法是常见的机器学习算法，R语言中通过kknn包完成算法实现,但其无法实现图像文件的处理。为此，本文先将图像文件转换成文本文件，再结合KNN算法对文件中数字图像进行模式识别。实验得出其判断结果达到了预期指标。[关键词]k-最近邻法；模式识别；R语言现以著名鸢尾花（iris）数据集实现算例：包含五个指标1．k-最近邻法原理花瓣长度(Petal．Length)、萼片宽度(S

2、epal.Width)、花瓣宽度k-最近邻法(k-nearestneighbor，KNN)是最简单的机器学(Petal.Width)、萼片长度(Sepal.Length)、三种花类型（Species：习算法之一，可以用于分类和回归。KNN认为，待分类对象setosa，versicolor，virginica）150笔记录。其结果见表1和图的类别可以通过在它附近的训练数据的类别来确定，所以采1。取的策略就是找到离待分类对象最近的K个邻居进行分析data(iris)；m<-dim(iris)[1]；val<-sample(1：

3、m，size=round[1]。将样本特征空间中的k个最相似的样本中的大多数划属(m/3)，replace=FALSE，prob=rep(1/m，m))；iris．learn<-iris[-某一个类别。KNN方法主要靠周围有限的邻近的样本，而val，]；iris．valid<-iris[val，]；iris．kknn<-kknn(Species~．，iris不是靠判别类域的方法来确定所属类别。KNN方法虽然从．learn，iris．valid，distance=1，kernel="triangular")；summary原

4、理上也依赖于极限定理，但在类别决策时，只与极少量的(iris．kknn)；fit<-fitted(iris．kknn)；table(iris．valid$Species，相邻样本有关。因此对于类域的交叉或重叠采用较多的待fit)分样本集更为适合。搜索k个近邻算法的伪算法表示为：pcol<-as．character(as．numeric(iris．valid$Species))；KNN(A[n]，k)，输入：A[n]为N个训练样本在空间中的坐标，kpairs(iris．valid[1：4]，pch=pcol，col=c("g

5、reen3"，"red")[(iris为近邻数；输出：x所属的类别。取A[1]~A[k]作为x的初始．valid$Species!=fit)+1])近邻，for(i=k+1；i<=n；i++)计算a[i]与x间的距离d(x，A[i])；if(d(x，A[i]))

6、j=1，．．setosaversicolorvirginica．，i}；计算前k个样本

7、A[i])，i=1，2，．．．，k所属类别的概率，setosa1600versicolor0122具有最大概率的类别即为样本x的类。virginica01192．R语言KNN实现基本实例R是GNU系统的一个自由、免费、源代码开放的软件，主2.53.50.51.52.533333335.要用于统计分析与数据可视化。R语言使用起来简洁、直333333333722223332332223333222333335.23332333233336Sepal.Length322332223323232332观、灵活，随着大量新兴研究领域

8、算法不断更新，R语言在机33221123312335.2211111122111225221111111122111112211111111115.器学习领域有广泛的应用。R语言中k-最近邻法常用包是11114111kknn。其使用函数为：kknn(formula=formula(train)，train，113111311135.1111113111112332Sepal.Width111111223311112233322232231333333313333313333test，na.action=na.omit()，

9、k=7，distance=2，kernel="optimal"，122232331222333122233335.323332333233223322322332122122122222ykernel=NULL，scale=TRUE，contrasts=c('unordered'="contr33333