matlab精度检验代码-ActionClassification:在Matlab上的监督学习实现，其中包括朴素贝叶斯和kNN方...

matlab精度检验代码Matlab的活动识别框架 在此框架中，实施了两种有监督的学习方法，该方法将对不同的活动进行分类，这些活动的清洁和预处理数据在文件中提供。 描述 文件中提供了任务的详细说明。 在数据中，需要对五种动作类别进行分类。 对于分类任务，创建了两种类型的模型：k最近邻模型和朴素贝叶斯模型。 在给定的训练数据上使用k倍交叉验证报告了最终结果。 无法访问实际的测试数据，该数据在提交后已在模型上使用。 通过对给定的训练数据进行10倍交叉验证来发现报告的准确性。 结果 该项目的总体结果在中给出。 预测准确性和训练+测试时间如下所示（模型在i5-7300U CPU上运行）： 方法 准确性 时间 朴素贝叶斯 97.15％ 2.3秒 k最近邻居 98.5％ 69.3秒 无法访问实际的测试数据，该数据在提交后已在模型上使用。 通过对给定的训练数据进行交叉验证来发现报告的准确性。 下图显示了'k'变量对kNN分类器的影响： 这些结果（以及的其他图中所示的结果）用于指定模型设计。 依存关系 Matlab的 该项目不需要任何外部软件或库。 快速指南 要运行kNN分类器，请在Matlab上运行