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
//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!**