机器学习实战-k近邻分类
k-近邻算法(KNN)
一。工作原理
存在一个样本数据集合,即训练样本集,并且样本集中每个数据都存在标签(样本集中每一数据与所属分类的对应关系),
输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本集中特征最相似数据的分类标签,
一般只选择样本数据集中前k个最相似结果,通常k是不大于20的整数,将k个最相似数据中出现次数最多的分类,作为新数据的分类。
二。一般流程
1.收集数据
2.准备数据,计算所需要的数值
3.分析数据
4.训练数据
5.测试数据
6.使用算法:首先输入样本数据和结构化的输出结果,然后运行k-近邻算法判定输入数据分别属于哪个分类,最后应用
对计算出的分类执行后续的处理。
三。代码
from numpy import *
import operator
def createDataSet() :
group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
labels = ['A','A','B','B']
return group, labels
def classify0(inX, dataSet, labels, k) :
dataSetSize = dataSet.shape[0]
#calculate the distance between the inx and other traning data
diffMat = tile(inX, (dataSetSize,1)) - dataSet #titl for array
sqDiffMat = diffMat**2
sqDistances = sqDiffMat.sum(axis=1) #calculate the sum
print "sqDistances=",sqDistances
distances = sqDistances**0.5
print "distances=",distances
sortedDistIndicies = distances.argsort()
print "sorted=",sortedDistIndicies
#find the k nearest neighbours
classCount = {}
for i in range(k) :
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel,0) +1
sortedClassCount = sorted(classCount.iteritems(), key = operator.itemget
ter(1), reverse = True)<pre name="code" class="html"><span style="white-space:pre"></span>print sortedClassCount
return sortedClassCount
if __name__=='__main__' :
group, labels = createDataSet()
classify0([0,0],group, labels, 3)
四。执行
在终端执行: python KNN.py
原文地址:https://blog.csdn.net/eli00001/article/details/39375589
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!