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。
' B9 ~2 K8 L# d. Q6 g
9 O$ R3 K0 H5 U2 s$ T适用场景：
5 i% Q: w/ h4 L- C7 ^. ^
! g8 L& A/ R7 K1 O- N5 ?0 Z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。
( [  P6 P+ ?8 h! |3 I# ?
- U) g1 V% f; t- W: L. |- |
/ M% S% s$ F* v9 R快速留一法KNN

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。

: L9 ^4 N, @' A5 e其中FSKNN1是普通KNN，FSKNN2是快速KNN
# }1 k2 X9 m" i/ Z$ [, ~
主函数main.m
& n# W6 [# j. Z8 f5 o& O, C

• 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
  + D! k+ i# P: I: F! K7 _

数据集划分divide_dlbcl.m
  m6 t  \2 D9 @# w

• 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
  . {+ O& g5 p, w* r

2 S1 I' ^5 P( Q2 ^2 {& ]简单KNN
- \1 d) \, r, _' j  _9 U- [
; n6 _: V4 v, O" z) `" f6 t) WFSKNN1.m
: k9 P' g! V4 q( F  p" K

• 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
  # f- F2 o  h! t1 \' g! Y

KNN1.m
2 b& h* d/ Z2 p8 w, ~7 @0 B
# J' o$ L8 H5 T: x1 {

• 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
  6 F* z7 i! e) U: @, m6 n9 D8 Y

6 v7 V' T8 r; J
快速KNN
% w( l  P/ a  U
preKNN.m
2 V2 n  x' s, L' d0 S' }
' w8 D; G4 p3 g  s" P* Y( \, `- u

• 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
    ~: @" c$ z6 ?  @; d

FSKNN2.m

• 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
9 n" V+ D9 F. j" O7 V7 l9 U
* u3 Z" }' q) l% ]0 b

• 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
  * {: i0 t, n5 W

5 f% r0 L6 [3 ?0 H+ r, e* X# d
3 o. s8 Q2 L8 J* @# g+ v) C  c结果


3 V" L. ^2 ?2 N, J% T
可以看到FSKNN2+preKNN的时间比FSKNN1要少很多。

SsaaM7

基于留一法的快速KNN代码

smileqq

基于留一法的快速KNN代码

ExxNEN

基于留一法的快速KNN代码