ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

最近傍

網羅的探索または Kd 木探索を使用して最近傍を探索

"最近傍探索" では、指定された距離計量に基づいて、クエリ データ点から指定距離以内にある k 個の最近傍またはすべての近傍を探索します。使用できる距離計量には、ユークリッド、ハミング、マハラノビスなどがあります。

Statistics and Machine Learning Toolbox™ には、最近傍を探索する方法が 2 つ用意されています。学習データセットを使用して探索モデル オブジェクトを作成し、オブジェクトとクエリ データセットをオブジェクト関数 (knnsearch および rangesearch) に渡すことができます。または、学習データセットとクエリ データセットの両方を直接受け入れる関数 knnsearch および rangesearch を使用できます。複数のクエリ データセットがある場合は、各データセットに共通する情報が探索モデル オブジェクトに格納されるので、探索モデル オブジェクトを作成する方が適切です。たとえば、KDTreeSearcher オブジェクトには Kd 木が格納されます。

関数

すべて展開する

ExhaustiveSearcher網羅的最近傍探索モデルの作成
KDTreeSearcherKd 木最近傍探索モデルを作成
createns最近傍探索モデル オブジェクトの作成

探索モデル オブジェクトの使用による近傍の探索

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

入力データの使用による近傍の探索

knnsearch入力データを使用して k 最近傍を探索
rangesearch入力データを使用して指定距離内の近傍をすべて探索

トピック

最近傍点を使用した分類

さまざまな距離計量を使用して、学習データセット内の点への距離に基づいてデータ点を分類します。