机器学习之KNN2

最新推荐文章于 2022-10-31 00:08:41 发布

王俊杰MSE

最新推荐文章于 2022-10-31 00:08:41 发布

阅读量962

点赞数

分类专栏：机器学习文章标签：机器学习 machine learning python

本文链接：https://blog.csdn.net/dang_wang/article/details/21478641

版权

本文介绍了如何使用KNN算法进行决策，包括从文件中提取数据、规格化处理以及数据切分进行验证。通过两个示例展示了KNN在约会决策和手写数字识别的应用。同时，探讨了KNN算法的优势，如简单、适应性强，以及缺点，如计算量大、非规范化输出。

摘要由CSDN通过智能技术生成

最近在看Machine Learning INACTION ,于是打算写一系列的关于机器学习的文章，今天是第二天

因为使用python，以前一直用sublimeText2当作编辑器，感觉pyth27自带的IDE不好，所以就使用sublimeText2

好了废话少说了

在第一天已经写好了一个简单的KNN算法，现在将这个KNN算法用于其他地方

example 1：

a lady打算和某一些人中的一个出去约会，她有这一些人的一些数据，然后她对他们的态度是分为三类：

她不喜欢，她喜欢一点点，她非常喜欢

现在我们获得了她的数据，想用KNN算法给她一个合理的决策。

但是这些数据存储在一个文件里。我们需要将它提取出来，so 第一个函数出现了，

file2matrix 目的：从文件读取数据

数据主要是这样的：

每一行记载了这样：收入一起看电影的时间每星期吃冰淇淋类型（sorry 我的超烂的英语。。。。）

def file2matrix(filename):
    fr = open(filename)
    numberofLines = len(fr.readlines())
    returnMat =np.zeros((numberofLines,3))
    classLabelVector = []
    fr = open(filename)
    index = 0
    for line in fr.readlines():
        line = line.strip()
        listFromLine = line.split('\t')
        returnMat[index,:] = listFromLine[0:3]
     #   print listFromLine
     #   if index == 0 :
     #       print returnMat
        classLabelVector.append(int(listFromLine[-1]))
        index += 1
    return returnMat,classLabelVector

这样我们就提取出来数据了。（数据可以在网上获得，也可以给我要，我的QQ1020181331）

按理说，现在我们该直接使用算法了，可是有一个问题出现了：

数据是这样的：

40920 8.326976 0.953952 3