10、基于机器学习的NMR T2分布预测方法解析

基于机器学习的NMR T2分布预测方法解析

1. KNN算法与标志生成

KNN（K-Nearest Neighbors）算法是一种基于相似度测量的分类算法，用于对没有类别标签的新样本进行分类。它通过计算测试样本与已知类别标签样本之间的某种距离（如欧几里得距离和曼哈顿距离）来衡量相似度。在KNN算法中，k值表示在为测试样本分配类别时，被视为邻居的训练样本数量。具体步骤如下：
1. 确定邻居 ：根据相似度测量或距离，为每个测试样本确定k个最近的训练样本（邻居）。
2. 类别分配 ：根据k个邻居训练样本中的多数类别，为每个测试样本分配一个类别。

需要注意的是，较小的k值可能导致过拟合，而较大的k值则可能导致偏差或欠拟合。在本研究中，使用k = 5和欧几里得距离来寻找最近邻居，距离计算公式为：
[D(x,y,p) = \sqrt{\sum_{n = 1}^{k}(x_n - y)^p}]
其中，k是测试时考虑的邻居训练样本数量，n是邻居训练样本的索引，$x_n$是第n个训练样本的特征向量，y是测试样本的特征向量，p = 2表示欧几里得距离，p = 1表示曼哈顿距离。

使用KNN分类器对测试数据集进行标志生成，各标志的生成准确率如下表所示：
| Flag | Accuracy |
| — | — |
| 2 | 88% |
| 3 | 86% |
| 4 | 85% |
| 5 | 88% |

在预测了四个标志（Flags 2 - 5）后，将22个测井数据（常规和反演派生测井）和5个标志（Flag