k近邻算法(knn)的c语言实现

　最近在看knn算法，顺便敲敲代码。

　

　　knn属于数据挖掘的分类算法。基本思想是在距离空间里，如果一个样本的最接近的k个邻居里，绝大多数属于某个类别，则该样本也属于这个类别。俗话叫，“随大流”。

　　简单来说，KNN可以看成：有那么一堆你已经知道分类的数据，然后当一个新的数据进入的时候，就开始跟训练里的每个点求距离，然后挑出离这个数据最近的K个点，看看这K个点属于什么类型，然后用少数服从多数的原则，给新数据归类。

　　该算法的示意图，简单明了：

　　

　　　　下面的算法步骤取自于百度文库（文库是一个好东西），代码是参照这个思路实现的：

　　 

 

　　code:

  1 #include<stdio.h>
  2 #include<math.h>
  3 #include<stdlib.h>
  4 
  5 #define K 3 //近邻数k
  6 typedef float type;
  7 
  8 //动态创建二维数组
  9 type **createarray(int n,int m)
 10 {
 11     int i;
 12     type **array;
 13     array=(type **)malloc(n*sizeof(type *));
 14     array[0]=(type *)malloc(n*m*sizeof(type));
 15     for(i=1;i<n;i++) array[i]=array[i-1]+m;
 16     return array;
 17 }
 18 //读取数据，要求首行格式为 N=数据量,D=维数
 19 void loaddata(int *n,int *d,type ***array,type ***karray)
 20 {
 21     int i,j;
 22     FILE *fp;
 23     if((fp=fopen("data.txt","r"))==NULL)    fprintf(stderr,"can not open data.txt!\n");
 24     if(fscanf(fp,"N=%d,D=%d",n,d)!=2)    fprintf(stderr,"reading error!\n");
 25     *array=createarray(*n,*d);
 26     *karray=createarray(2,K);
 27 
 28     for(i=0;i<*n;i++)
 29         for(j=0;j<*d;j++)
 30             fscanf(fp,"%f",&(*array)[i][j]);    //读取数据
 31 
 32     for(i=0;i<2;i++)
 33         for(j=0;j<K;j++)
 34             (*karray)[i][j]=9999.0;    //默认的最大值
 35     if(fclose(fp))    fprintf(stderr,"can not close data.txt");
 36 }
 37 //计算欧氏距离
 38 type computedistance(int n,type *avector,type *bvector)
 39 {
 40     int i;
 41     type dist=0.0;
 42     for(i=0;i<n;i++)
 43         dist+=pow(avector[i]-bvector[i],2);
 44     return sqrt(dist);
 45 }
 46 //冒泡排序
 47 void bublesort(int n,type **a,int choice)
 48 {
 49     int i,j;
 50     type k;
 51     for(j=0;j<n;j++)
 52         for(i=0;i<n-j-1;i++){
 53             if(0==choice){
 54                 if(a[0][i]>a[0][i+1]){
 55                     k=a[0][i];
 56                     a[0][i]=a[0][i+1];
 57                     a[0][i+1]=k;
 58                     k=a[1][i];
 59                     a[1][i]=a[1][i+1];
 60                     a[1][i+1]=k;
 61                 }
 62             }
 63             else if(1==choice){
 64                 if(a[1][i]>a[1][i+1]){
 65                     k=a[0][i];
 66                     a[0][i]=a[0][i+1];
 67                     a[0][i+1]=k;
 68                     k=a[1][i];
 69                     a[1][i]=a[1][i+1];
 70                     a[1][i+1]=k;
 71                 }
 72             }
 73         }
 74 }
 75 //统计有序表中的元素个数
 76 type orderedlist(int n,type *list)
 77 {
 78     int i,count=1,maxcount=1;
 79     type value;
 80     for(i=0;i<(n-1);i++) {
 81         if(list[i]!=list[i+1]) {
 82             //printf("count of %d is value %d\n",list[i],count);
 83             if(count>maxcount){
 84                 maxcount=count;
 85                 value=list[i];
 86                 count=1;
 87             }
 88         }
 89         else
 90             count++;
 91     }
 92     if(count>maxcount){
 93             maxcount=count;
 94             value=list[n-1];
 95     }
 96     //printf("value %f has a Maxcount:%d\n",value,maxcount);
 97     return value;
 98 }
 99 
100 int main()
101 {
102     int i,j,k;
103     int D,N;    //维度，数据量
104     type **array=NULL;  //数据数组
105     type **karray=NULL; //  K近邻点的距离及其标签
106     type *testdata; //测试数据
107     type dist,maxdist;
108 
109     loaddata(&N,&D,&array,&karray);
110     testdata=(type *)malloc((D-1)*sizeof(type));
111     printf("input test data containing %d numbers:\n",D-1);
112     for(i=0;i<(D-1);i++)    scanf("%f",&testdata[i]);
113 
114     while(1){
115     for(i=0;i<K;i++){
116         if(K>N) exit(-1);
117         karray[0][i]=computedistance(D-1,testdata,array[i]);
118         karray[1][i]=array[i][D-1];
119         //printf("first karray:%6.2f  %6.0f\n",karray[0][i],karray[1][i]);
120     }
121 
122     bublesort(K,karray,0);
123     //for(i=0;i<K;i++)    printf("after bublesort in first karray:%6.2f  %6.0f\n",karray[0][i],karray[1][i]);
124     maxdist=karray[0][K-1]; //初始化k近邻数组的距离最大值
125 
126     for(i=K;i<N;i++){
127         dist=computedistance(D-1,testdata,array[i]);
128         if(dist<maxdist)
129             for(j=0;j<K;j++){
130                 if(dist<karray[0][j]){
131                     for(k=K-1;k>j;k--){ //j后元素复制到后一位，为插入做准备
132                         karray[0][k]=karray[0][k-1];
133                         karray[1][k]=karray[1][k-1];
134                     }
135                     karray[0][j]=dist;  //插入到j位置
136                     karray[1][j]=array[i][D-1];
137                     //printf("i:%d  karray:%6.2f %6.0f\n",i,karray[0][j],karray[1][j]);
138                     break;  //不比较karray后续元素
139                 }
140             }
141         maxdist=karray[0][K-1];
142         //printf("i:%d  maxdist:%6.2f\n",i,maxdist);
143     }
144     //for(i=0;i<K;i++)    printf("karray：%6.2f  %6.0f\n",karray[0][i],karray[1][i]);
145     bublesort(K,karray,1);
146     //for(i=0;i<K;i++)    printf("after bublesort in karray：%6.2f  %6.0f\n",karray[0][i],karray[1][i]);
147     printf("\nThe data has a tag: %.0f\n\n",orderedlist(K,karray[1]));
148 
149     printf("input test data containing %d numbers:\n",D-1);
150     for(i=0;i<(D-1);i++)    scanf("%f",&testdata[i]);
151     }
152     return 0;
153 }

 

　　实验：

　　训练数据data.txt：

　　N=6,D=9
　　1.0 1.1 1.2 2.1 0.3 2.3 1.4 0.5 1 
　　1.7 1.2 1.4 2.0 0.2 2.5 1.2 0.8 1 
　　1.2 1.8 1.6 2.5 0.1 2.2 1.8 0.2 1 
　　1.9 2.1 6.2 1.1 0.9 3.3 2.4 5.5 0
　　1.0 0.8 1.6 2.1 0.2 2.3 1.6 0.5 1 
　　1.6 2.1 5.2 1.1 0.8 3.6 2.4 4.5 0

　　预测数据：

　　1.0 1.1 1.2 2.1 0.3 2.3 1.4 0.5

　　1.7 1.2 1.4 2.0 0.2 2.5 1.2 0.8

　　1.2 1.8 1.6 2.5 0.1 2.2 1.8 0.2

　　1.9 2.1 6.2 1.1 0.9 3.3 2.4 5.5

　　1.0 0.8 1.6 2.1 0.2 2.3 1.6 0.5

　　1.6 2.1 5.2 1.1 0.8 3.6 2.4 4.5 

 　　

　　程序测试的结果：

　　1.0 1.1 1.2 2.1 0.3 2.3 1.4 0.5 类别为: 1

　　1.7 1.2 1.4 2.0 0.2 2.5 1.2 0.8 类别为: 1

　　1.2 1.8 1.6 2.5 0.1 2.2 1.8 0.2 类别为: 1

　　1.9 2.1 6.2 1.1 0.9 3.3 2.4 5.5 类别为: 0

　　1.0 0.8 1.6 2.1 0.2 2.3 1.6 0.5 类别为: 1

　　1.6 2.1 5.2 1.1 0.8 3.6 2.4 4.5 类别为: 0

　　实验截图：

　　

 转载于http://www.cnblogs.com/LCcnblogs/p/6031218.html