基于留一法的快速KNN代码

ubeautqq

留一法交叉验证（LOOCV）
留一法即Leave-One-Out Cross Validation。这种方法比较简单易懂，就是把一个大的数据集分为k个小数据集，其中k-1个作为训练集，剩下的一个作为测试集，然后选择下一个作为测试集，剩下的k-1个作为训练集，以此类推。其主要目的是为了防止过拟合，评估模型的泛化能力。计算时间较长。
) _1 Q5 T- J* L. ^! b2 h
/ v! f) V0 r4 K$ x4 E# n# V适用场景：
3 F: ], k% v/ R* l6 k3 A; Q$ [
& ]4 y5 u/ A6 U8 A8 X' {6 P数据集少，如果像正常一样划分训练集和验证集进行训练，那么可以用于训练的数据本来就少，还被划分出去一部分，这样可以用来训练的数据就更少了。loocv可以充分的利用数据。
) v0 W5 w/ `4 B( G  h3 y

- j3 V8 E, z' V; g9 l! `+ I快速留一法KNN
( w$ |, ~$ s( y
因为LOOCV需要划分N次，产生N批数据，所以在一轮训练中，要训练出N个模型，这样训练时间就大大增加。为了解决这样的问题，根据留一法的特性，我们可以提前计算出不同样本之间的距离（或者距离的中间值），存储起来。使用LOOCV时直接从索引中取出即可。下面的代码以特征选择为Demo，验证快速KNN留一法。
7 q, ]5 h" i4 F' A" o1 W% {. Q
其中FSKNN1是普通KNN，FSKNN2是快速KNN
1 _, A; |" m9 F: C3 t+ u
主函数main.m

• clc
• [train_F,train_L,test_F,test_L] = divide_dlbcl();
• dim = size(train_F,2);
• individual = rand(1,dim);
• global choice
• choice = 0.5;
• global knnIndex
• [knnIndex] = preKNN(individual,train_F);
• for i = 1:100
•     [error,fs] = FSKNN1(individual,train_F,train_L);
•     [error2,fs2] = FSKNN2(individual,train_F,train_L);
• end
  ( A9 l7 B# e  O- F

数据集划分divide_dlbcl.m
1 K  d$ r: g7 Z. W- P8 Y$ |

• function [train_F,train_L,test_F,test_L] = divide_dlbcl()
• load DLBCL.mat;
• dataMat=ins;
• len=size(dataMat,1);
• %归一化
• maxV = max(dataMat);
• minV = min(dataMat);
• range = maxV-minV;
• newdataMat = (dataMat-repmat(minV,[len,1]))./(repmat(range,[len,1]));
• Indices   =  crossvalind('Kfold', length(lab), 10);
• site = find(Indices==1|Indices==2|Indices==3);
• test_F = newdataMat(site,：);
• test_L = lab(site);
• site2 = find(Indices~=1&Indices~=2&Indices~=3);
• train_F = newdataMat(site2,：);
• train_L =lab(site2);
• end
  : b( c! u5 ]- L5 {! z

8 c& z+ J* K& x0 \% U- [& `
) L( Q6 E8 k/ }8 n; i" N1 g简单KNN

FSKNN1.m
: l  f3 u3 u2 `6 A

• function [error,fs] = FSKNN1(x,train_F,train_L)
• global choice
• inmodel = x>choice;%%%%%设定恰当的阈值选择特征
• k=1;
• train_f=train_F(:,inmodel);
• train_length = size(train_F,1);
• flag = logical(ones(train_length,1));
• error=0;
• for j=1:train_length
•     flag(j) = 0;
•     CtrainF = train_f(flag,：);
•     CtrainL = train_L(flag);
•     CtestF = train_f(~flag,：);
•     CtestL = train_L(~flag);
•     classifyresult= KNN1(CtestF,CtrainF,CtrainL,k);
•     if (CtestL~=classifyresult)
•         error=error+1;
•     end
•     flag(j) = 1;
• end
•   error=error/train_length;
•   fs = sum(inmodel);
• end
  7 o# L& k9 r# m* M

" {4 l6 ]& t1 C/ p/ M+ BKNN1.m
& u. b3 u, J# c" y

• function relustLabel = KNN1(inx,data,labels,k)
• %%
• %   inx 为 输入测试数据，data为样本数据，labels为样本标签 k值自定1~3
• %%
• [datarow , datacol] = size(data);
• diffMat = repmat(inx,[datarow,1]) - data ;
• distanceMat = sqrt(sum(diffMat.^2,2));
• [B , IX] = sort(distanceMat,'ascend');
• len = min(k,length(B));
• relustLabel = mode(labels(IX(1:len)));
• end
  

: F: `3 J& r) d# [: D" X
快速KNN
3 }8 Q8 b$ O# {, ~
preKNN.m

• function [knnIndex] = preKNN(x,train_F)
•     inmodel = x > 0;
•     train_f=train_F(:,inmodel);
•     train_length = size(train_F,1);
•     flag = logical(ones(train_length,1));
•     knnIndex = cell(train_length,1);
•     for j=1:train_length
•         flag(j) = 0;
•         CtrainF = train_f(flag,：);
•         CtestF = train_f(~flag,：);
•         [datarow , ~] = size(CtrainF);
•         diffMat = repmat(CtestF,[datarow,1]) - CtrainF ;
•         diffMat = diffMat.^2;
•         knnIndex{j,1} = diffMat;
•         flag(j) = 1;
•     end
• end
  + E% o) b7 J5 ~; g- i: b2 ?, V

" V- W; v, ]/ n1 d5 n9 o" QFSKNN2.m

3 _  t4 S8 V* o) H" @

• function [error,fs] = FSKNN2(x,train_F,train_L)
• global choice
• inmodel = x>choice;%%%%%设定恰当的阈值选择特征
• global knnIndex
• k=1;
• train_length = size(train_F,1);
• flag = logical(ones(train_length,1));
• error=0;
• for j=1:train_length
•     flag(j) = 0;
•     CtrainL = train_L(flag);
•     CtestL = train_L(~flag);
•     classifyresult= KNN2(CtrainL,k,knnIndex{j}(:,inmodel));
•     if(CtestL~=classifyresult)
•         error=error+1;
•     end
•     flag(j) = 1;
• end
•   error=error/train_length;
•   fs = sum(inmodel);
• end
  

KNN2.m

2 c9 v* ]2 |6 C# F" ]* t

• function relustLabel = KNN2(labels,k,diffMat)
• distanceMat = sqrt(sum(diffMat,2));
• [B , IX] = sort(distanceMat,'ascend');
• len = min(k,length(B));
• relustLabel = mode(labels(IX(1:len)));
• end
  

' S# Y8 I8 T* L; T
结果


0 I8 |' N2 Y% ^8 l
可以看到FSKNN2+preKNN的时间比FSKNN1要少很多。
( q* l* R* J& {$ I7 g3 |3 `8 q

ExxNEN

基于留一法的快速KNN代码

smileqq

基于留一法的快速KNN代码

SsaaM7

基于留一法的快速KNN代码