第三天KNN算法

已于 2024-04-24 16:55:01 修改
阅读量381 收藏
点赞数 15
文章标签： 算法 人工智能
于 2024-04-24 16:53:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_76821357/article/details/138151068
版权

1.距离度量

距离度量常见距离公式:

曼哈顿距离公式:793e9510aa184f37a9f862f728c18e29.png

 

欧式距离公式:4e118f9213454c8e9cbec2f08b015dd7.png

 

切比雪夫距离公式：bdd21f239ef44a37b6934adcad9e81ed.png

 

闵氏距离公式:57ff22262d274ab98f0149d83cbcb243.png

 

2.特征预处理

（1）数据归一化

c1554eb2af174071bdba5eb09e83f03b.png

3cb6e1f7b325441c8ab354589d674d1a.png

（2） 数据标准化

1929f9b7b9524f5ca14bbfbf091505e1.png

aeba8bbb9a9c4816bb1d768e8da68e26.png

 (3)鸢尾花案例

实现流程:

①加载数据集

②数据展示

③特征处理

④实例化

⑤训练

⑥评估

9a89f9bf16c4479eae42ad9ca48f9a2f.png

18207a7bc83542ec969e0953d19f12cc.png 

4175fd27f7f448d3aed4992ccc92b7ac.png 

0c61c7fa52954112aa613e1aca7469ff.png 

 

 

 

 

 

 

 

 

2301_76821357
关注
  • 15
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
手动KNN算法的实现.zip
08-29
Python用Numpy及Pandas手动实现KNN算法代码及资源（不借助第三方机器学习库scikit-learn）
KNN算法（一） KNN算法原理
热门推荐
weixin_45014385的博客
03-20 11万+
一.KNN算法概述 KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法），但却是有本质区别的。那么什么是KNN算法呢，接下来我们就来介绍介绍吧。 二.KNN算法介绍 KNN的全称是K Nearest Neighbors，意思是K个最近的邻居，从这个名字我们就能看出一些KNN算法的蛛丝马迹了。K个最近邻居，毫无疑问，K的取值肯定是至关重要的。那么最近的邻居又是怎么回事呢
第三章 KNN算法原理
weixin_43495948的博客
10-18 1098
k近邻法（K-nearest neighbor，knn）是一种基本分类与回归方法。简单、直观来说，其在给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这个k个实例的多数属于某个类就把该输入的实例分为这个类。因此，k近邻法不具有显式的学习过程。
KNN算法
weixin_51194534的博客
03-14 4694
学习心得
KNN算法原理以及实例
weixin_62276149的博客
10-09 489
KNN（K-Nearest Neighbor，k近邻）算法是一种基本的分类与回归方法，它的基本思想是：在特征空间中，如果一个样本的k个最近邻居大多数属于某一类别，则该样本也属于这一类别。在KNN算法中，首先需要度量样本之间的距离，通常采用欧氏距离或曼哈顿距离。然后，选择一个合适的k值（一般通过交叉验证选取），对于每个待分类的测试样本，在训练数据集中找到其k个最近邻居，根据它们所属的类别进行投票，得票最多的类别即为该测试样本的分类结果。
KNN算法的代码
10-29
KNN近邻算法的应用，第一个应用是简单的一个测试，第二个应用是改进约会网站的配对效果，第三个应用是手写识别系统
KNN算法实验报告.doc
03-10
第三步：计算这K- 最近邻子集得目标值，经过加权平均：^f(Xq)=(f(X1)+...+f(XK))/k作为f(Xq）的近似 估计。改进的地方：对kNN算法的一个明显的改进是对k个最近邻的贡献加权，将较大的 权值赋给较近的近邻，相应的...
基于Sklearn+KNN算法实现鸢尾花分类.zip
04-02
鸢尾花数据集常被用作新手入门机器学习算法时的第一个实践项目，因为它数据量适中且易于理解，同时适用于多种监督学习算法，如逻辑回归、K近邻（KNN）、支持向量机（SVM）、决策树以及各种集成方法等。
机器学习入门（二）：KNN算法和决策边界(Decision Boundary)绘制
12-21
1）KNN算法基础知识： KNN全称K Nearest Neighbor, k是指最近邻居的个数。 俗话说物以类聚，人以群分，我们通常判别一个人是好是坏的方式就是看他周围是一群好人还是坏人。 这个算法也是如此，假如A的周围有一堆好人...
笔试强训-day17_T2 十字爆破
weixin_46186903的博客
05-03 467
模拟即可，但是由于数据量过⼤，我们可以提前把每⼀⾏以及每⼀列的和存起来，⽅便统计总和。解法二：提前把每⼀⾏以及每⼀列的和存起来，然后输入输出使用快速的IO方式，解答如下所示。解法一：暴力遍历，这种方法很容易想到，并且也容易编写出代码，但是会超时。因为1+2+3=6，1+2+4=7，1+3+4=8，2+3+4=9。牛牛选择一个方格，可以得到和这个方格同行、同列的所有数之和的得分。现在牛牛想知道下一步选择每个格子的得分情况，你可以帮帮他吗？m个方格，每个方格中有一个整数。
leetcode16-3Sum Closest
我的程序人生
04-29 313
这道题目和那道3Num的题目很类似，解题思路也是类似的，我们先对数组排序，然后固定一个元素，通过双指针遍历剩下的元素，用一个哨兵记录三个元素的和与target的diff，分别处理三个元素的和小于target，大于target，等于target这三种情况即可。请你从 nums 中选出三个整数，使它们的和与 target 最接近。解释：与 target 最接近的和是 2 (-1 + 2 + 1 = 2)。输入：nums = [-1,2,1,-4], target = 1。假定每组输入只存在恰好一个解。
基于模糊PI控制算法的龙格库塔CSTR模型控制系统simulink建模与仿真
熟悉MATLAB/fpga/RK3588/LABVIEW/protus/单片机/dsp/Multisim
04-30 653
基于模糊PI控制算法的龙格库塔CSTR模型控制系统simulink建模与仿真。基于模糊PI控制算法的龙格-库塔（Runge-Kutta, RK）连续搅拌釜反应器（Continuous Stirred Tank Reactor, CSTR）模型控制系统，是将模糊控制理论与经典的数值积分方法相结合的一种先进控制策略。模糊控制是一种基于模糊集合理论和语言变量的控制方法，适用于非线性、时变系统的控制。
c++容器与算法概述
北风
05-01 421
简单讲述输入输出运算符重载 以及容器的简单使用及接口哦苦
代码随想录算法训练营第三十八天
weixin_41902984的博客
04-28 255
又又又欠两天债，不过回家了，一切可以按部就班，明天慢慢补吧，今天先做一课的内容。然后就是如果一次可以上m个阶梯的话应该怎么做，先把伪代码放上来。其实就是斐波那契数，不过需要理解一下过程。还好还好，动态规划第一天不太难。746. 使用最小花费爬楼梯。509. 斐波那契数。
Golang | Leetcode Golang题解之第56题合并区间
weixin_66442839的博客
04-28 557
Golang | Leetcode Golang题解之第56题合并区间
c入门基础题（3）
梦昼初
04-26 964
1、找出数组中最大元素的位置（下标值） 输入 多组测试，每组先输入一个不大于10的整数n 然后是n个整数 输出 输出这n个整数中最大的元素及下标值 样例输入 4 1 4 5 6 样例输出 6 3 #include<stdio.h> int main(){ int a[20]; int n,x=0,y,z,s,m,f; int i,j; while(scanf("%d",&n)!=EOF){ for(i=1;i<=n;i++){ scanf("%d",&y)
【算法刷题 | 贪心算法08】4.29（划分字母区间、合并区间）
踢桃的成长之路
04-29 663
4.29（划分字母区间、合并区间）
排序算法--快速排序
最新发布
2301_77032112的博客
05-04 554
前后指针法，即使用一前一后两个指针，前指针寻找比基准值小的数，如果找到，后指针先后移一位，再与前指针所指的值做交换，前指针再++；2、我们依旧设置left和right，让right从右向左走，如果找到比基准位小的数，就将其存到坑位处，那么原right处就形成了新的坑位。在前提中我们提到了， 快速排序是Hoare于1962年提出的，其基本思想为：任取待排序元素序列中 的某元素作为基准值，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右 子序列中所有元素均大于基准值，
第1关：kNN算法原理
05-19
kNN算法的核心思想是：如果一个样本在特征空间中的k个最近邻居中大多数属于某一个类别，则该样本也属于这个类别。 kNN算法的工作流程如下： 1. 计算测试样本与训练集中所有样本之间的距离。 2. 选择k个距离最近的...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值