机器学习实战第一节，K近邻算法

最新推荐文章于 2022-08-13 20:13:46 发布

LettyLin

最新推荐文章于 2022-08-13 20:13:46 发布

阅读量249

点赞数

分类专栏：机器学习实战文章标签：机器学习

本文链接：https://blog.csdn.net/ll523587181/article/details/78899895

版权

本文介绍了K近邻算法的基础知识，并通过numpy库中的函数进行数据处理，如tile函数、数组的相加操作和argsort函数。还讨论了如何使用K近邻算法解决约会网站问题，将数字图片转化为文本识别，最终得到约1.16%的错误率。

摘要由CSDN通过智能技术生成

import numpy as np
import operator

def createDataSet():
  group = np.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):
    '''
        inX：输入向量
        dataset：数据集中X向量
        labels：数据集的标签集合
        k：k-近邻算法中的K

        return：输入向量的标签
    '''
    size = dataset.shape[0]

    '''
        计算欧氏距离
    '''
    d_value = np.tile(inX, (size, 1)) - dataset
    sqrt_value = d_value**2
    sum_value = sqrt_value.sum(axis=1)
    distance = sum_value**0.5
    sort_dis_index = distance.argsort()
    class_count = {}
    for i in range(k):
        label = labels[sort_dis_index[i]]
        class_count[label] = class_count.get(label, 0) + 1

    '''
        根据class_count的第二个字段进行排序
        reverse=true: 降序
        reverse=false: 升序
    '''
    sort_label_index = sorted(class_count.items(), key = operator.itemgetter(1), reverse = True)

    return sort_label_index[0][0]

numpy的tile函数

tile(x,(row,col))

x:要重复的数据

row: