深度学习算法培训第五阶段

KNN算法

1 简单来说knn算法 就是 寻找未知分类的数据 离它最近的n个已知数据，然后看它属于哪一类

 2 算法原理通用步骤 : 计算距离 升序排列  取前k个 加权平均

数据集下载链接：https://pan.baidu.com/s/1w8cyvknAazrAYnAXdvtozw
提取码：zxmt

参考教程https://www.bilibili.com/video/BV1Nt411i7oD?from=search&seid=4603953531395093043

import csv
import random

#数据读取
with open('Prostate_Cancer.csv','r') as file:
    reader=csv.DictReader(file)
    datas=[row for row in reader]

#数据读取，设前三分之一为测试集其余训练集
random.shuffle(datas)
n=len(datas)//3

test_set=datas[0:n]
train_set=datas[n:]

#knn
#距离，这里为欧几里距离
def distance(d1,d2):
    res=0
    for key in ("radius","texture","perimeter","area","smoothness","compactness","symmetry","fractal_dimension"):
        res+=(float(d1[key])-float(d2[key]))**2
    return pow(res,0.5)

k=5 #可以改变不同数值测验
def knn(data):
  #1距离
  res=[
     {"result": train['diagnosis_result'],"distance":distance(data,train)}
     for train in train_set
  ]
  #2排序（升序）
  res=sorted(res,key=lambda item:item['distance'])
  #3取前k个
  res2=res[0:k]
  #4加权平均
  result={'B': 0,'M': 0}
  #总距离
  sum=0
  for r in res2:
      sum+=r['distance']
  for r in res2:
      result [r['result']]+=1-r['distance']/sum
  if result ['B']>result['M']:
      return 'B'
  else:
      return 'M'
  #测试阶段
correct=0
for test in test_set:
    result=test['diagnosis_result']
    result2=knn(test)

    if result==result2:
        correct+=1

print("准确率：{:.2f}%".format(100*correct/len(test_set)))

 注意：1 python代码编写过程中缩进!!!

            2 下载好的csv文件应与main.py放在同一目录下，csv文件不用放在一个文件夹里。