Download
1 / 6
70 likes | 336 Views
K Nearest Neighbour. Nearest Neighbour Rule. Tersedia beberapa data (x,y) yang terklasifikasi menjadi 2 kelas. Diberikan query point q, titik ini akan ditentukan masuk ke kelas mana. k = 1.
E N D
Nearest Neighbour Rule Tersedia beberapa data (x,y) yang terklasifikasi menjadi 2 kelas Diberikan query point q, titik ini akan ditentukan masuk ke kelas mana k = 1 Menghitung sejumlah k tetangga terdekatnya dan menentukan kelas dari query point tsb dengan majority vote k = 3
Matlab • Class = knnclassify(Sample, Training, Group)Class = knnclassify(Sample, Training, Group, k) • Sample : Matrik yang setiapbarisnyamerupakantitik-titikkueri • Training : Data yang diberikansebagaicalonneighbourdarikueri • Group : MatrikhasilklasifikasidariTraining • k : Berapa nearest neigbour yang akandihitung. Defaultnya 1. k=3 berarti 3 Nearest Neighbour
Contoh • sample = [.9 .8;.1 .3;.2 .6] • training=[0 0;.5 .5;1 1] • group=[3;2;1] • Diberikantitik-titik training yang diklasifikasikansesuaimatrik group. Jikaadamatrik sample yang tiapbarisnyamerupakantitik-titikkueri. Bagaimanaklasifikasiuntukmatrik sample? Gunakan 3NearestNeigbour
Data Fisik Mahasiswa • Diberikan 2 Kluster Pria dan Wanita • Data tinggi dan berat diketahui sbb Tini 155 50 Tino 175 63 Rini 160 55 Rino177 68 Dini 163 52 Dino 176 78 Tentukan clusterisasi data di atas dengan kmeans. Jika ada data mahasiswa baru sbb Mhs A 175 60 Mhs B 172,58 Mhs C 159, 55 . Masuk ke cluster manakah mahasiswa tsb (gunakan kNN)
