中文说明：应用背景你得到的分类器函数求值函数- -非常重要--其他代码是瞎扯淡* T，这是真正的交易，我已经用过很多次股票交易，债券，期货，等参数（对于分类侧）：一个包含每个类的特征值的单元格数组。即，F { 1 }是第一 矩阵的大小numofdimensions X numofsamples；类，等。测试：输入待分类样本K：KNN算法参数标准化：使用类先验权重结果usel1distance：使用L1代替L2距离返回（对于分类侧）：一个数组，该数组包含每个类的分类概率winnerclass：胜利者的类标签评价方的参数：特点：和，和，和，和，包含所有功能的细胞阵列，模型和；KNN： ； ； ； ； ； ； ； ；KNN分类器的参数k评价方法： ；1反复坚持验证或 ；2留一evalmethodparams： ；只使用第一种方法。 ；注：此阵 ；包含的重复保持 params；评价方法。第一个元素是在每次迭代中使用的训练数据的比例（例如0.80）和第二个是实验的迭代次数。返回（评价侧）：CM1： ； ； ； ； ； ； ； ；混淆矩阵（一般化）AC1，PR1，RE1，F11：整体精度， ；准确率，召回率 ；和F1措施（一般化）平方厘米： ； ； ； ； ； ； ； ；混淆矩阵（行归一化）AC2，PR2，RE2，F12：整体精度， ；准确率，召回率 ；和F1措施（行归一化）关键技术这是基本的matlab代码k_nn分类与评价（及时行乐）-这是我发现的最可靠的交易的股票，债券，期货，等。所以例如：负荷模型[ cm1b，ac1b，PR1b，re1b，f11b，cm2b，2B，pr2b，补偿，12b ] =…evaluateclassifier（特点，23，2，[ ]）；记得在这里分享代码，否则我们都是浪费我们的时间- -我会放更多的代码在这里，如果人们认识到如何kickass代码我张贴分享硬币因此-随时PM我，如果你需要一些具体
English Description：
Application background You get BOTH the classifier function AND the evaluator function - - VERY IMPORTANT - - other code out there is bullsh*t, this is the real deal and I have used it many times for trading stocks, bonds, futures, etc. ARGUMENTS (for the classification side): F: an CELL array that contains the feature values for each class. I.e., F{1} is a matrix of size numOfDimensions x numofSamples FOR THE FIRST CLASS, etc. testSample: the input sample to be classified k: the kNN parameter NORMALIZE: use class priors to weight results useL1distance: use L1 instead of L2 distance RETURNS (for the classification side): Ps: an array that contains the classification probabilities for each class winnerClass: the label of the winner class ARGUMENTS for the evaluation side:<