KNN算法的代碼實現
阿新 • • 發佈：2018-03-09
cluster IT pyplot admin rgs getter bsp 實現 開始
# -*- coding: utf-8 -*- """ Created on Wed Mar 7 09:17:17 2018 @author: admin """ ####################################################### #kNN cluster #author:niucas #date:2-18-03-07 #homePage:http://www.cnblogs.com/PiPifamily/ #email:[email protected] #命名規則采用駝峰命名 ########################################################導入對應的包 import numpy as np import matplotlib.pyplot as plt import pandas as pd import operator ############ #準備數據 ############ def creatDataSet(): ‘‘‘ 函數的作用是創建一個訓練數據集，並且對應各個數據的label（標簽） ‘‘‘ testData = np.array([ [1.0,1.1], [1.0,1.1], [0.,0.], [0.,0.1] ]) testLabel = [‘A‘,‘A‘,‘B‘,‘B‘] return testData,testLabel def classify(inData,dataSet,labels,k): ‘‘‘ 此函數是用來進行分類； 參數定義如下： inData：輸入數據 dataSet:訓練數據集 labels:訓練數據對應的labels k:選取的K值 ‘‘‘ dataSetSize = dataSet.shape[0] #第一步計算歐式距離 diff = np.tile(inData,(dataSetSize,1)) - dataSet #訓練數據集每個對象與測試數據的差值 distance = ((diff**2).sum(axis=1)) ** 0.5#求差值的平方和 ############# #開始進行投票 ############# sortedDistIndex = np.argsort(distance) #將歐式距離進行升序排列，結果對用的是索引號 #存放最終結果的字典,初始化 classCount = {} #投票就是計算前K個值中，概率的最大的類，哪個labels值最大 for i in range(k): voteLabel = labels[sortedDistIndex[i]] classCount[voteLabel] = classCount.get(voteLabel,0) + 1 #將classCount中的分類結果進行排序，返回得票數最高的label sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1), reverse = True)#降序排列，默認是升序排列 # class = max(classCount.items(),Key = lambda x : x[1])[0] return sortedClassCount[0][0] if __name__ == "__main__": #導入數據 dataSet,labels = creatDataSet() inData = [0.1,0.1] #簡單分類 className = classify(inData,dataSet,labels,3) print(‘the class of test sample is %s‘ %className)
KNN算法的代碼實現