《机器学习实战》之kNN实现

最新推荐文章于 2022-04-27 17:19:50 发布

潘让

最新推荐文章于 2022-04-27 17:19:50 发布

阅读量457

点赞数

分类专栏：机器学习文章标签： python 机器学习

本文链接：https://blog.csdn.net/a3236719/article/details/78195762

版权

第一次用Python，第一次编写机器学习的程序。所做完全是照葫芦画瓢。光是写入代码并运行就花了好久好久，真的是还有好远的路要走啊。

先附上代码吧。我是用sublime Text写的。编译环境是Python 3.63

from numpy import *
import operator
def createDataSet():
    group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
    labels = ['A','A','B','B']
    return group, labels

def classify0(inX, dataSet, labels , k):
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inX,(dataSetSize,1)) - dataSet
    sqDiffmat = diffMat**2
    sqDistances = sqDiffmat.sum(axis=1)
    distances = sqDistances**0.5

    sortedDistIndicies = distances.argsort()
    classCount={}
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
    sortedClassCount = sorted(classCount.items(),
                                key=operator.itemgetter(1), reverse = True)

    return sortedClassCount[0][0]

import kNN
group1,labels1 =kNN.createDataSet()
kNN.classify0([0,0],group1,labels1,3<