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。
8 ?* h; e- N" i( C1 K1 o
适用场景：

* f# i0 p# i+ x/ X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。

9 ~) n% |$ M5 r6 T- S
8 F: L% I* j+ c快速留一法KNN
" V- E/ {" e2 w# W' d
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。

. l. Q# _" K  c. \" S其中FSKNN1是普通KNN，FSKNN2是快速KNN

; }2 S7 U, H( J# L* o- ~, N1 N主函数main.m
7 P: v& i( R6 X

• 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
  # B' B* |- s; C# j: N

- I( j0 T7 M2 |* O8 _5 Y  `数据集划分divide_dlbcl.m
6 h" B8 t( l. d) m9 c7 g( g* c4 p$ D

• 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
  ! O7 w3 {' J4 ~3 R, T1 o, D  h

& f2 ~4 i! J- K! C$ _  p. [4 W: M+ l
简单KNN
% r+ k5 E; f7 z9 I# G6 O. |) h
2 l2 u2 \, p7 |4 q6 h4 BFSKNN1.m
7 o. l) U& v, L0 d; @% b, E
, x3 ]: r/ g' V5 \3 _

• 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
  

KNN1.m

3 s" k" Z7 d! w* m! ?+ A

• 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
  ! C) K3 {7 w2 w: l! O

3 b. U* Q% x( W快速KNN
# s8 d+ T2 M" m! ~, R, m# Q7 e$ t
7 P- w4 E- z4 w% u1 w/ T+ D$ b1 ^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
  

+ o& P& S* k; j) X1 {4 Z- z* o
- T8 I! ]* P' EFSKNN2.m
( O* w3 T$ @' y( q9 g2 L) R+ t

• 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
  

8 ]3 }; L0 b6 {& v: u! H+ U1 _; W
/ I& z% Z0 D7 \$ yKNN2.m
3 L8 i/ A. b( E

• 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
  

  B) I$ n% n; |2 x2 U
结果

2 `9 l2 Q- |4 J+ ~5 l1 A

可以看到FSKNN2+preKNN的时间比FSKNN1要少很多。
+ a3 Y5 P. ]5 U: o2 J7 e

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