最全机器学习算法KNN之c++实现（不调用外源库）_knn算法 c+(3)，2024年最新2024C C++春招面试真题

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

		//cout<<x.mat[i][j]<<"  ";
	}
	//cout<<endl;
}
return 0;

}
/计算每个测试样本与训练样本的距离，保存在distance矩阵中/
Matrix cdistances(Matrix test, Matrix x)
{
int i, j;
Matrix distances;
distances.initMatrix(&distances, x.col, 1, 0);
for (i = 0; i<x.col; i++)
{
for (j = 0; j<x.row; j++)
{
distances.mat[i][0] += pow((x.mat[i][j] - test.mat[0][j]), 2);
}
distances.mat[i][0] = sqrt(distances.mat[i][0]);
//cout<<“dis=”<<distances.mat[i][0]<<endl;
}
return distances;
}
/*选择出K个近邻/
Matrix getK(Matrix oneTest, Matrix x, int K)
{
int i, j, k;
//为每一个测试样本初始化k个近邻为前k个训练样本，并记录近邻的id
Matrix distances;
distances.initMatrix(&distances, x.col, 1);
distances = cdistances(oneTest, x);

Matrix Kdistances;
Kdistances.initMatrix(&Kdistances, K, 2);
double Max = -1;
int Maxi = -1;
for (i = 0; i<K; i++)
{
	Kdistances.mat[i][0] = distances.mat[i][0];
	Kdistances.mat[i][1] = i;//记录近邻的id
	if (Kdistances.mat[i][0]>Max)
	{
		Max = Kdistances.mat[i][0];
		Maxi = i;//选出当前k个近邻中最大的一个
	}
}
//为每一个测试样本从第K个训练样本中遍历更新新的k个近邻
for (i = K; i<x.col; i++)
{
	if (distances.mat[i][0]<Max)
	{
		Kdistances.mat[Maxi][0] = distances.mat[i][0];
		Max = distances.mat[i][0];//暂时更新当前替换的距离为最大距离，因为已经不能用之前的最大距离了
		Kdistances.mat[Maxi][1] = i;//记录近邻的id
		for (k = 0; k<K; k++)
		{
			if (Kdistances.mat[k][0]>Max)
			{
				Max = Kdistances.mat[k][0];
				Maxi = k;//选出当前k个近邻中最大的一个
			}
		}
	}
}
return Kdistances;

}
//KNN决规则，这里采用平局权重投票，且不考虑样本不均衡问题
/**
1，knn分类决策函数，首先对训练数据和测试数据进行归一化，
2，计算每一个测试样本到m个训练样本的距离
3，从m个距离中选出最小的k个距离，并记录这k个最小距离的样本
4，由k个样本加权投票得到最终的决策类别

***/
int classfiy(Matrix testData, Matrix testDatay, Matrix x, Matrix y, int K)
{

}
int main()
{
dataToMatrix dtm;
cout << “loadData” << endl;
cout << “----------------------” << endl;
//记得改路径
char file[40] = “data/knn.txt”;
dtm.loadData(&dtm, file);
//dtm.print(dtm);

Matrix x;
x.loadMatrix(&x, dtm);

Matrix y;
y.initMatrix(&y, x.col, 1);
y = y.getOneRow(x, x.row - 1);

x.deleteOneRow(&x, x.row);


dataToMatrix dtmTest;
cout << "loadData" << endl;
cout << "----------------------" << endl;
//记得改路径
char testFile[40] = "data/knnTest.txt";
dtmTest.loadData(&dtmTest, testFile);
//dtmTest.print(dtmTest);

Matrix testData;
testData.loadMatrix(&testData, dtmTest);

Matrix testDatay;
testDatay.initMatrix(&testDatay, x.col, 1);
testDatay = testDatay.getOneRow(testData, testData.row - 1);

testData.deleteOneRow(&testData, testData.row);


classfiy(testData, testDatay, x, y, 10);
return 0;

}

**第三步：运行过程**


k=10的时候，运行结果


![](https://img-blog.csdnimg.cn/3a68369c61f2471daafc038796920366.png)


用到的软件是vs2010以上的版本都可以，不用额外配置什么，没调包，会用这个软件进行c++开发，就会使用这个软件


此程序由于不调用任何外源库，所以读者可以看清楚每一个算法的原理，要想学好机器学习算法，必须打好基础，不要好高骛远，另外，程序都是有备注，应该很好理解的，实在不懂，可以来问店主


代码的下载路径**（新窗口打开链接）**：[机器学习算法KNN之c++实现（不调用外源库）](https://bbs.csdn.net/topics/618668825)


![](https://img-blog.csdnimg.cn/direct/ce4077deac754674aae45f64901cc130.jpeg)


有问题可以私信或者留言，有问必答  
  



![img](https://img-blog.csdnimg.cn/img_convert/390eaa61d566ff7101c833b9028b0da2.png)
![img](https://img-blog.csdnimg.cn/img_convert/bef5530d28383a2bcbaa9c96d6e63e5d.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化的资料的朋友，可以添加戳这里获取](https://bbs.csdn.net/topics/618668825)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

统化的资料的朋友，可以添加戳这里获取](https://bbs.csdn.net/topics/618668825)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**