标签：sqrt https 验证 class items 欧几里得 lines nes euc
K-近邻算法的直观理解就是：给定一个训练集合，对于新的实例，在训练集合中找到k个与该实例最近的邻居，然后根据“少数服从多数”原则判断该实例归属于哪一类，又称“随大流”
K-近邻算法的三大要素：K值得选取，邻居距离度量，分类决策的制定。
（1）K值选取：通常采用交叉验证选取最优的K值（自己了解）
（2）邻居距离度量：根据不同的应用场景选取相应的距离度量。常见的距离度量有欧几里得距离、曼哈顿距离、马氏距离。同时要注意的是归一化机制。
（3）分类决策制定：一般分为平等投票表决原则和加权投票原则。
import operator import csv import math import random def loadDataSet(filename,split,trainingSet=[],testSet=[]): #读取本地数据# with open(filename,‘r‘) as csvfile: lines=csv.reader(csvfile) dataset=list(lines) for x in range(len(dataset)-1): for y in range (4): dataset[x][y]=float(dataset[x][y]) if random.random()<split: trainingSet.append(dataset[x]) else: testSet.append(dataset[x]) def EuclidDist(instance1,instance2,len): #求欧几里得距离# distance=0.0 for x in range(len): distance+=pow((instance1[x]-instance2[x]),2) return math.sqrt(distance) def getNeighbors(trainSet,testInstance,k): #获取最近邻居# distance=[] length=len(testInstance)-1 for x in range(len(trainSet)): dist=EuclidDist(testInstance,trainSet[x],length) distance.append((trainSet[x],dist)) distance.sort(key=operator.itemgetter(1)) #列表的sort（key）方法用来根据关键字排序 neighbors=[] for x in range(k): neighbors.append(distance[x][0]) return neighbors def getClass(neighbors): #分类与评估函数# classVotes={} for x in range(len(neighbors)): instance_class=neighbors[x][-1] if instance_class in classVotes: classVotes[instance_class]+=1 else: classVotes[instance_class]=1 sortedVotes=sorted(classVotes.items(),key=operator.itemgetter(1),reverse=True) return sortedVotes[0][0] def getAccuracy(testSet,predictions): #预测正确率计算# correct=0 for x in range(len(testSet)): if testSet[x][-1]==predictions[x]: correct+=1 return (correct/float(len(testSet)))*100.0 def main(): trainingSet=[] testSet=[] split=0.7 loadDataSet(‘iris.data.csv‘,split,trainingSet,testSet) print(‘训练集合：‘+repr(len(trainingSet))) print(‘测试集合：‘+repr(len(testSet))) predictions=[] k=3 for x in range(len(testSet)): neighbors=getNeighbors(trainingSet,testSet[x],k) result=getClass(neighbors) predictions.append(result) print(‘>预测=‘+repr(result)+‘,实际=‘+repr(testSet[x][-1])) accuracy=getAccuracy(testSet,predictions) print(‘精确度为：‘+repr(accuracy)+‘%‘) main()
针对此代码中的数据来源为UCI机器学习库中的鸢尾花卉数据集，可以直接获取（https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data），也可以下载我转换好的CSV文件（链接：https://pan.baidu.com/s/1YSLhrPMn3RflGE8VDGGbHQ 提取码：42se ）
本次范例属于“自己动手丰衣足食”，每个函数都自己实现，可以在入门阶段对K-近邻算法流程有个初步认识，在有了一定基础之后，我们就没有必要重造轮子，可以使用常见的机器学习算法，毕竟其专业性远远目前超过我们自己的程序。例如scikit-learn模块。
标签：sqrt https 验证 class items 欧几里得 lines nes euc
原文地址：https://www.cnblogs.com/zjq-115/p/10145198.html
