13個の属性を持つ178個のデータセットがあります。トレーニングとテストのために、それらを2つのグループ(100と78)に分けました。
ラベル付けされた各サンプルのk最近傍を決定したいと思います。サンプルのラベルがk最近傍の他のラベルよりも一般的である場合は、分類を正しいものとしてカウントします。そうでない場合は、分類を正しくないとカウントします。
これは私が完全に失われた部分です。
KNN の概念を理解しようとしているようですね。
これは理解しやすいです。
オブジェクトは、隣接オブジェクトの多数決によって分類されます。オブジェクトは、k 個の最近傍オブジェクトの中で最も一般的なクラスに割り当てられます (k は正の整数で、通常は小さい値です)。
KNN のウィキペディアを参照してください: http://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm
お役に立てれば。