基于留一法的快速KNN代码

ubeautqq

留一法交叉验证（LOOCV）
9 I& j5 p! {" J6 |: }- i# I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。

& ]" w9 V# p, S6 x适用场景：

5 T5 _4 |* @9 j3 ~; U: @) l7 n4 L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。


快速留一法KNN
, s! [0 \. R, F
. \3 i, ?& m! Y3 T5 U* }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。
# [" w" s! E2 @
其中FSKNN1是普通KNN，FSKNN2是快速KNN

主函数main.m
1 {' g! W; }, [6 D; m$ G. Z& x- U

• 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
  

' B5 Q  D# ]9 L0 [, V$ R' y
数据集划分divide_dlbcl.m
4 N5 h* e0 B/ e' M( x7 Q' V
# {# p5 h8 q6 R& A: f' R4 g

• 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
  

简单KNN
+ i( h/ t; z" [7 Q5 Z) f
: R+ H# o6 T6 \! P! z  [FSKNN1.m
$ j- j% d6 D+ U: z# ]6 H0 G

• 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
  0 K2 M4 r+ m. g! u+ I% e

/ y: g: e; v/ `3 ]$ }5 p8 I$ x1 ]
! ?+ g8 j2 g1 p1 KKNN1.m
" B; c9 U' F7 m7 P) q% t  w. y3 K! z  L
1 W/ s) z. q3 O1 L) X' \

• 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
  " j: Q. w) @- |9 g  {  E* d

5 g; M& n* K1 q0 J. v" x
快速KNN
6 b- Q; z, f2 }1 M& k" L2 o; q
+ D# O9 N+ [  g! M. gpreKNN.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
  

5 ?) y1 u! n, u% ^- k
FSKNN2.m

( \3 V, M6 T# 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
  

, d! X* Z$ E. l3 \7 `
& }8 L- g* i/ y* u9 N% gKNN2.m
8 ~4 C1 m$ I; V) G

• 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
  $ T% O. z; _% ~0 L

! T  m7 J) _3 I" {6 Q
结果
4 F5 {, R5 s" r3 d
& z6 x- x6 @; z; m$ R1 \: [7 ]
# U5 ]! B) R* Y. g- e# C
# s8 B! d' L2 p+ h3 W可以看到FSKNN2+preKNN的时间比FSKNN1要少很多。

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