ExhaustiveSearcher
網羅的最近傍探索モデルの作成
説明
ExhaustiveSearcher
モデル オブジェクトには、網羅的最近傍探索の学習データ、距離計量、および距離計量のパラメーター値が格納されます。網羅的探索アルゴリズムでは、学習データに含まれている n 個の観測値すべてについて、各クエリ観測値からの距離を求めます。距離は、n 行 K 列の数値行列になります。
ExhaustiveSearcher
モデル オブジェクトを作成したら、knnsearch
による最近傍探索または rangesearch
による半径探索を実行して、クエリ データに対する学習データの近傍点を探索します。網羅的探索アルゴリズムは、K が大きい場合 (K > 10) に Kd 木アルゴリズムより効率的です。また、距離計量の選択に関して Kd 木アルゴリズムより柔軟です。また、ExhaustiveSearcher
モデル オブジェクトはスパースなデータにも対応しています。
作成
関数 createns
または関数 ExhaustiveSearcher
(ここで説明) を使用して、ExhaustiveSearcher
オブジェクトを作成します。どちらの関数も同じ構文を使用しますが、関数 createns
には名前と値のペアの引数 'NSMethod'
があります。これは、最近傍探索法を選択するために使用されます。関数 createns
は KDTreeSearcher
オブジェクトも作成します。ExhaustiveSearcher
オブジェクトを作成するには 'NSMethod','exhaustive'
を指定します。K > 10 であるか、学習データがスパースであるか、距離計量がユークリッド、市街地、チェビシェフ、ミンコフスキーのいずれでもない場合、既定値は 'exhaustive'
です。
説明
では、1 つ以上の名前と値のペアの引数を使用して追加オプションを指定します。距離計量を指定し、距離計量のパラメーター (Mdl
= ExhaustiveSearcher(X
,Name,Value
)DistParameter
プロパティ) を設定できます。たとえば、ExhaustiveSearcher(X,'Distance','chebychev')
はチェビシェフ距離を使用する網羅的最近傍探索オブジェクトを作成します。DistParameter
を指定するには、名前と値のペアの引数 Cov
、P
または Scale
を使用します。
入力引数
プロパティ
オブジェクト関数
knnsearch | 探索モデル オブジェクトを使用して k 最近傍を探索 |
rangesearch | 探索モデル オブジェクトを使用して指定距離内の近傍をすべて探索 |