Você está na página 1de 6

K Nearest Neighbour

Nearest Neighbour Rule


Tersedia beberapa data (x,y) yang terklasifikasi menjadi 2 kelas

Diberikan query point q, titik ini akan ditentukan masuk ke kelas mana Menghitung sejumlah k tetangga terdekatnya dan menentukan kelas dari query point tsb dengan majority vote

k=1

k=3

Matlab
Class = knnclassify(Sample, Training, Group) Class = knnclassify(Sample, Training, Group, k) Sample : Matrik yang setiap barisnya merupakan titik-titik kueri Training : Data yang diberikan sebagai calon neighbour dari kueri Group : Matrik hasil klasifikasi dari Training k : Berapa nearest neigbour yang akan dihitung. Defaultnya 1. k=3 berarti 3 Nearest Neighbour

Contoh
sample = [.9 .8;.1 .3;.2 .6] training=[0 0;.5 .5;1 1] group=[3;2;1]
Diberikan titik-titik training yang diklasifikasikan sesuai matrik group. Jika ada matrik sample yang tiap barisnya merupakan titik-titik kueri. Bagaimana klasifikasi untuk matrik sample? Gunakan 3NearestNeigbour

Data Fisik Mahasiswa


Diberikan 2 Kluster Pria dan Wanita Data tinggi dan berat diketahui sbb 50 63 55 68 52 78 Tini 155 Tino 175 Rini 160 Rino177 Dini 163 Dino 176

Tentukan clusterisasi data di atas dengan kmeans. Jika ada data mahasiswa baru sbb Mhs A 175 60 Mhs B 172,58 Mhs C 159, 55 . Masuk ke cluster manakah mahasiswa tsb (gunakan kNN)

Buat Grafiknya seperti ini (x merupakan data baru)

Você também pode gostar