手写简单的KNN算法

 KNN实现类

import  numpy as np
import math
class CustomKNeighborsClassifier():
    '''
        KNN 自定义实现类
    '''

    def __init__(self,k=3):
        '''
            初始化赋值,
            X_train 特征测试集变量
            y_train 标量测试集变量
            res_class 预测结果
        :param k: 默认值3
        '''
        self.k = k
        self.X_train=[]
        self.y_train=[]
        self.res_class=[]

    def fit(self,X_train,y_train):
        '''
            KNN模型训练
        :param X_train: 训练集特征数据
        :param y_train:训练集目标数据
        :return:self
        '''
        assert X_train.shape[0] == y_train.shape[0], "训练集特征与目标值个数不匹配!"
        assert self.k <= X_train.shape[0], "K值超出训练数据范围!"
        self.X_train = X_train
        self.y_train = y_train
        print('K:',self.k)
        print('X:', self.X_t
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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