码迷,mamicode.com
首页 > 编程语言 > 详细

k-近邻算法(KNN)

时间:2019-10-23 22:20:41      阅读:84      评论:0      收藏:0      [点我收藏+]

标签:ssi   nump   created   分析   比较   operator   个数   一个   结果   

采用测量不同特征值之间的距离方法进行分类。

 

KNN 工作原理

1.假设有一个带有标签的样本数据集(训练样本集),其中包含每条数据与所属分类的对应关系。

2.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。

  • 计算新数据与样本数据集中每条数据的距离。
  • 对求得的所有距离进行排序(从小到大,越小表示越相似)。
  • 取前 k (k 一般小于等于 20 )个样本数据对应的分类标签。

3.求 k 个数据中出现次数最多的分类标签作为新数据的分类。

 

KNN 开发流程

  1. 收集数据:任何方法
  2. 准备数据:距离计算所需要的数值,最好是结构化的数据格式
  3. 分析数据:任何方法
  4. 训练算法:此步骤不适用于 k-近邻算法
  5. 测试算法:计算错误率
  6. 使用算法:输入样本数据和结构化的输出结果,然后运行 k-近邻算法判断输入数据分类属于哪个分类,最后对计算出的分类执行后续处理
 1 from numpy import *
 2 import operator
 3 
 4 
 5 def createDataSet():
 6     group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
 7     labels = [A,A,B,B]
 8     return group,labels
 9 
10 def classify0(inX, dataSet, labels, k):
11     dataSetSize = dataSet.shape[0]
12     diffMat = tile(inX, (dataSetSize,1)) - dataSet
13     sqDiffMat = diffMat**2
14     sqDistances = sqDiffMat.sum(axis=1)
15     distances = sqDistances**0.5
16     sortedDistIndicies = distances.argsort()     
17     classCount={}          
18     for i in range(k):
19         voteIlabel = labels[sortedDistIndicies[i]]
20         classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
21     sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)  
22     #python2中为classCount.iteritems();
23     return sortedClassCount[0][0]

 

>>> import kNN
>>> group,labels = kNN.createDataSet()
>>> kNN.classify0([0,0], group, labels, 3)
‘B‘
>>> 

 

k-近邻算法(KNN)

标签:ssi   nump   created   分析   比较   operator   个数   一个   结果   

原文地址:https://www.cnblogs.com/wanglinjie/p/11729136.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!