使用python實(shí)現(xiàn)knn算法
本文實(shí)例為大家分享了python實(shí)現(xiàn)knn算法的具體代碼,供大家參考,具體內(nèi)容如下
knn算法描述
對(duì)需要分類的點(diǎn)依次執(zhí)行以下操作:
1.計(jì)算已知類別數(shù)據(jù)集中每個(gè)點(diǎn)與該點(diǎn)之間的距離
2.按照距離遞增順序排序
3.選取與該點(diǎn)距離最近的k個(gè)點(diǎn)
4.確定前k個(gè)點(diǎn)所在類別出現(xiàn)的頻率
5.返回前k個(gè)點(diǎn)出現(xiàn)頻率最高的類別作為該點(diǎn)的預(yù)測(cè)分類
knn算法實(shí)現(xiàn)
數(shù)據(jù)處理
#從文件中讀取數(shù)據(jù),返回的數(shù)據(jù)和分類均為二維數(shù)組 def loadDataSet(filename): dataSet = [] labels = [] fr = open(filename) for line in fr.readlines(): lineArr = line.strip().split(",") dataSet.append([float(lineArr[0]),float(lineArr[1])]) labels.append([float(lineArr[2])]) return dataSet , labels
knn算法
#計(jì)算兩個(gè)向量之間的歐氏距離 def calDist(X1 , X2): sum = 0 for x1 , x2 in zip(X1 , X2): sum += (x1 - x2) ** 2 return sum ** 0.5 def knn(data , dataSet , labels , k): n = shape(dataSet)[0] for i in range(n): dist = calDist(data , dataSet[i]) #只記錄兩點(diǎn)之間的距離和已知點(diǎn)的類別 labels[i].append(dist) #按照距離遞增排序 labels.sort(key=lambda x:x[1]) count = {} #統(tǒng)計(jì)每個(gè)類別出現(xiàn)的頻率 for i in range(k): key = labels[i][0] if count.has_key(key): count[key] += 1 else : count[key] = 1 #按頻率遞減排序 sortCount = sorted(count.items(),key=lambda item:item[1],reverse=True) return sortCount[0][0]#返回頻率最高的key,即label
結(jié)果測(cè)試
已知類別數(shù)據(jù)(來源于西瓜書+虛構(gòu))
0.697,0.460,1
0.774,0.376,1
0.720,0.330,1
0.634,0.264,1
0.608,0.318,1
0.556,0.215,1
0.403,0.237,1
0.481,0.149,1
0.437,0.211,1
0.525,0.186,1
0.666,0.091,0
0.639,0.161,0
0.657,0.198,0
0.593,0.042,0
0.719,0.103,0
0.671,0.196,0
0.703,0.121,0
0.614,0.116,0
繪圖方法
def drawPoints(data , dataSet, labels): xcord1 = []; ycord1 = []; xcord2 = []; ycord2 = []; for i in range(shape(dataSet)[0]): if labels[i][0] == 0: xcord1.append(dataSet[i][0]) ycord1.append(dataSet[i][1]) if labels[i][0] == 1: xcord2.append(dataSet[i][0]) ycord2.append(dataSet[i][1]) fig = plt.figure() ax = fig.add_subplot(111) ax.scatter(xcord1, ycord1, s=30, c='blue', marker='s',label=0) ax.scatter(xcord2, ycord2, s=30, c='green',label=1) ax.scatter(data[0], data[1], s=30, c='red',label="testdata") plt.legend(loc='upper right') plt.show()
測(cè)試代碼
dataSet , labels = loadDataSet('dataSet.txt') data = [0.6767,0.2122] drawPoints(data , dataSet, labels) newlabels = knn(data, dataSet , labels , 5) print newlabels
運(yùn)行結(jié)果
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
django-rest-swagger的優(yōu)化使用方法
今天小編就為大家分享一篇django-rest-swagger的優(yōu)化使用方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08在Python的Django框架中調(diào)用方法和處理無效變量
這篇文章主要介紹了在Python的Django框架中調(diào)用方法和處理無效變量的方法,是Django編程中的基礎(chǔ)操作,需要的朋友可以參考下2015-07-07python神經(jīng)網(wǎng)絡(luò)Keras實(shí)現(xiàn)GRU及其參數(shù)量
這篇文章主要為大家介紹了python神經(jīng)網(wǎng)絡(luò)Keras實(shí)現(xiàn)GRU及其參數(shù)量,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-05-05keras實(shí)現(xiàn)VGG16 CIFAR10數(shù)據(jù)集方式
這篇文章主要介紹了keras實(shí)現(xiàn)VGG16 CIFAR10數(shù)據(jù)集方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-07-07