学习笔记——《机器学习实战》KNN算法实现约会网站测试，手写数字识别，代码，注释，错误修改

最新推荐文章于 2022-01-19 12:20:26 发布

yes蒋淼淼

最新推荐文章于 2022-01-19 12:20:26 发布

阅读量1.9k

点赞数 1

分类专栏：机器学习算法 python

本文链接：https://blog.csdn.net/jmt330/article/details/53420845

版权

本文是《机器学习实战》一书中KNN算法的实现，包括创建训练数据集、KNN分类器的实现，以及在约会网站测试和手写数字识别问题上的应用。代码已附带详细注释，方便理解。

摘要由CSDN通过智能技术生成

# -*- coding: cp936 -*-
'''
Created on Nov 27, 2016
KNN Code for Machine Learning in Action Ch. 2
@author: Miaotong Jiang
'''

from numpy import *
from os import listdir
import operator
mydict={'largeDoses':3, 'smallDoses':2, 'didntLike':1}
def createDataSet():#创建训练数据集
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):#得到欧式距离下最近邻决策规则的测试数据的预测分类
datasetsize=dataset.shape[0]
diffs=tile(inx,(datasetsize,1))-dataset
sq=diffs**2
ss=sq.sum(axis=1)#( >>> sum([[1,5],[0,3]],axis=1) array([6, 3]) >>> sum([[1,5],[0,3]],axis=0) array([1, 8]) )
s=ss**0.5
sortedsindices=s.argsort()#返回数组值从小到大的索引值
classCount={}
for i in range(k):
votellabel=labels[sortedsindices[i]]
classCount[votellabel]=classCount.get(votellabel,0)+1
sortedclasscount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True)#sorted(可迭代类型，cmp（用于比较的函数，由key决定，有默认值，）， key（此处根据第二个域排序），reverse反转)
prin