统计学习方法第三章例3.1代码实践

最新推荐文章于 2024-01-24 22:16:36 发布

亦万

最新推荐文章于 2024-01-24 22:16:36 发布

阅读量349

点赞数

分类专栏：机器学习算法原理与编程实践文章标签： AI ML

本文链接：https://blog.csdn.net/GrinAndBearIt/article/details/79031901

版权

机器学习算法原理与编程实践专栏收录该内容

1 篇文章 0 订阅

订阅专栏

统计学习方法第三章例3.1代码实践

代码内容如下：

#-*- coding:utf-8 -*-
from numpy import *
#根据不同的p值求不同的距离，p=1时是曼哈顿距离；p=2时是欧式距离。。。。。
def distance(vec1,vec2,p):
    vec=abs(vec1-vec2)
    print sum(vec**p)
    return (float((sum(vec**p)))**(1.0/p))

#不解释
def loadDataset():
    dataset=[[5,1],[4,4]]

    return dataset

#根据距离最小选择最近邻点
def findClostestPlot(testVec,dataset,p):
    dataMat=array(dataset);testVecMat=array(testVec)
    m,n=shape(dataMat)
    clostestLabel=-1;clostestDistance=inf
    for i in xrange(m):
        curDistance=distance(dataMat[i],testVecMat,p)
        if curDistance<clostestDistance:
            clostestLabel=i
            clostestDistance=curDistance
    return clostestLabel,clostestDistance,dataMat[clostestLabel].tolist()

#用不同的p值来选择最近邻点
dataset=loadDataset()
for i in range(1,6):
    print findClostestPlot([1,1],dataset,i)
    print "---------------------------------------------"

结果如下：

4
6
(0, 4.0, [5, 1])
---------------------------------------------
16
18
(0, 4.0, [5, 1])
---------------------------------------------
64
54
(1, 3.7797631496846193, [4, 4])
---------------------------------------------
256
162
(1, 3.5676213450081633, [4, 4])
---------------------------------------------
1024
486
(1, 3.446095064991105, [4, 4])
---------------------------------------------