KNN算法实例(随机点分类可视化+图片数字预测)

最新推荐文章于 2023-10-09 18:50:46 发布

naygnay

最新推荐文章于 2023-10-09 18:50:46 发布

阅读量2.1k

点赞数 2

分类专栏：学习文章标签：机器学习算法

本文链接：https://blog.csdn.net/lingdie_yy/article/details/105348420

版权

本文介绍了KNN算法在随机点分类可视化和图片数字预测中的应用。首先通过实例展示了如何利用matplotlib进行随机点的分类，接着提到了一个用于数字图像预测的数据集链接，并提供了相关资源链接以帮助理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

随机点分类可视化

KNN算法:

本蒟蒻刚开始学习机器学习,定义这种事还是交给大佬吧
~~这个博客写的也不错~~
https://www.cnblogs.com/listenfwind/p/10311496.html

先简单来个例子:
我们想随机取几个点成两份,然后在随机取个点判断这个点最可能属于这两份的哪一个.

可视化就交给matplotlib库来做,介绍这个库的博客
https://www.runoob.com/numpy/numpy-matplotlib.html

from matplotlib.pyplot import *
import numpy as np

k = 5#这个简单的例子,k小一点就行
n=100#两种颜色点的个数

def creatdot(rangex, rangey, dotnum, classtyap):#产生一类点
    x = np.random.normal(rangex, rangey, dotnum)
    y = np.random.normal(rangex, rangey, dotnum)#这个正态分布不好用...参数太难调
    scatter(x, y, color=classtyap)#产生点集
    return x, y


def discal(X, Y, markx, marky, classtyap):
    for i in range(len(X)):
        x = X[i]
        y = Y[