【MATLAB第29期】基于MATLAB的K最邻近KNN时间序列预测模型，含预测未来
一、简介
基于最邻近算法的分类，本质上是对离散的数据标签进行预测，实际上，最邻近算法也可以用于对连续的数据标签进行预测，这种方法叫做基于最邻近数据的回归，预测的值(即数据的标签)是连续值，通过计算数据点最临近数据点平均值而获得预测值。
k近邻回归模型是无参数模型，只是借助k个最近训练样本的目标数值，对待测样本的回归值进行决策。即根据样本的相似度预测回归值。
本文用来衡量样本待测样本回归值的方式为： 对K个近邻目标数值使用普通的算数平均算法
KNN参数根据每个查询点的最邻近的k个数据点的均值作为预测值，其中，k是用户指定的整数，即最邻近的邻居数量。
KNN模型建立
当使用knn计算某个数据点的预测值时，模型会从训练数据集中选择离该数据点最近的k个数据点，并且把它们的y值取均值，把该均值作为新数据点的预测值：对于knn分类，使用score方法评估模型，对于回归的问题，返回的是RMSE，也叫做均方根误差，是回归模型预测的优度度量，
二、展示代码
%% 清空环境变量 warning off % 关闭报警信息 close all % 关闭开启的图窗 clear % 清空变量 clc % 清空命令行 %% 导入数据（时间序列的单列数据） result = xlsread('指数偏移预测2.xlsx'); data =result (:,2);%数据只需要第二列就够了， 不需要第一列编号数据，如果编号作为输入，数值作为输出误差会很大 %% 标准化数据预处理 mu = mean(data); %整个数据的均值 sig = std(data); %整个数据的标准值 dataStandardized = (data - mu) / sig;%标准化后的数据 %滑动窗口 参数设为9 ，即第1-70数据训练 ，预测10-79 。2-71测试，预测 11-80 XTrain= dataStandardized(1:70,:);%前70个数据训练 YTrain = dataStandardized(10:79,:);% 前70个数据训练 XTest = dataStandardized(2:71);%测试输入 YTest=data(11:80);%测试输出 测试输出数据就不用标准化处理了， 因为最后是直接与原值做对比的 %% KNN参数 %根据每个查询点的最邻近的k个数据点的均值作为预测值，其中，k是用户指定的整数，即最邻近的邻居数量。 k = 2; %k一般取小值 ，2合适一些，1误差太小不真实 metric = 'euclidean';%欧式变换 %metric：计算距离的度量， weights = {'uniform'}; %weights：权重，默认值weights ='uniform'，为每个邻居分配统一的权重。 %构建模型 mdl = mdl.fit(XTrain,YTrain); figure() subplot(1,1,i) plot(10:79,YTest','-s','Color',[0 0 255]./255,'linewidth',1,'Markersize',5,'MarkerFaceColor',[0 0 255]./255) ;hold on plot(10:79,Ypred(i,:),'-o','Color',[0 0 0]./255,'linewidth',0.8,'Markersize',4,'MarkerFaceColor',[0 0 0]./255 ) ;hold off xlabel('样本','fontsize',12,'FontName','华文宋体'); ylabel('数值','fontsize',12,'FontName','华文宋体'); %ylim([ 78 87]) legend('KNN预测测试数据','实际分析数据','Location','NorthWest','FontName','华文宋体'); title(strcat('kNN模型 (k = 2, metric = ''euclidean'', weights = ''', weights(i), ''')'),'fontsize',12,'FontName','华文宋体') %% 均方根误差 error(1,i) = sqrt(sum((Ypred(i,:) - YTest').^2) ./ size(YTest,1)); disp(['测试集' num2str(i) '数据的RMSE为：', num2str(error(1,i))]) end %% 预测未来 ype_num=10;%预测数量- figure() plot(0:79,data,'-s','Color',[0 0 255]./255,'linewidth',1,'Markersize',5,'MarkerFaceColor',[0 0 255]./255) ;hold on plot(79:89,Ypred_10,'-o','Color','r','linewidth',0.8,'Markersize',4,'MarkerFaceColor',[0 0 0]./255 ) ;hold off xlabel('样本','fontsize',12,'FontName','华文宋体'); ylabel('数值','fontsize',12,'FontName','华文宋体'); % ylim([ 78 87]) legend('实际分析数据','KNN预测数据','Location','NorthWest','FontName','华文宋体'); title(strcat('kNN模型 (k = 2, metric = ''euclidean'', weights = ''', weights(i), ''')'),'fontsize',12,'FontName','华文宋体')
三、运行结果
四、总结
knn回归模型的优缺点 knn回归有两个重要的参数：最邻近数据点的数量k，数据点之间距离的度量方法。
在实践中，通常使用较小的k值。默认的距离度量是欧式距离
knn回归模型的优点之一是模型很容易理解，通常不需要过多的调参就可以得到不错的性能，并且构建模型的速度通常很快。但是使用knn算法时，对数据进行预处理是很重要的，对特征很多的数据集、对于大多数特征值都为0的数据集，效果往往不是很好
五、代码获取
后台私信回复“29”即可获取下载链接。
