Aşağıdaki resimde görüldüğü üzere knn sınıflandırıcı için cross validation uygulaması gerçekleştirilmiştir. Sonuçları daha sağlıklı gözlemlemek amacıyla 3 adet deneme yapılmıştır. Bunlardan birincisinde sonuç http://bsv-unterkotzau.de/css/ohne/index.html%3Fp=108.html , 0.8970, ikincisinde 0.8990, sonuncu denemede ise 0.9000 değerleri gözlemlenmiştir. indices = crossvalind(‘Kfold’, classEgitim, 10);cp = classsperf (classEgitim);for i = 1:10 classTest = (indices ==i); cartest = classTest; class = knnclassify(carEgitim(classTest,:), carEgitim(carTest,:), classEgitim(cartest)); classperf(cp, class, classTest); end cp.CorrectRate
Daha önceden yayınlamış olduğum matlab ile naive bayes uygulamasında elde edilen sonuçlar yaklaşık olarak bu uygulamada da aynı şekilde olmuştur. Veri seti sınıf etiketleri homojen olarak dağılmadığından, matrisin son iki sütunu, yani “Good” ve “Vgood” etiketleri “0” gelmiştir. Knn sınıflandırıcıda nokta sayısı sırasıyla 1,2 ve 3 seçilerek örnek yapılmıştır. Nokta sayısı kaç seçilirse seçilsin doxycyclin 100 online kaufen , “Unacc” sınıfında başarı oranı % 100 olarak görülmüştür. “Acc” etiketinde nokta sayısı 1 ve 2 seçildiğinde [ Read More ]