knn算法的C++实现
knn算法又称k近邻分类算法,很简单,易于理解,主要思想是找到与要分类样本最近的K个样本点,以这K个样本点中标签最多的点作为要分类样本的标签。比如说,新样本newx最近的5个样本中3个样本的标签都是1,那么新样本newx的标签也是1。
算法步骤:
1. 计算新样本到其它各样本的距离
2. 选出最近的k个样本点
3. 统计这k个样本点的标签,对新样本进行分类
c++代码:
#include <iostream>
#include <vector>
#include <algorithm>
#include <fstream>
using namespace std;
class sample
{
public:
vector<double> X;//特征
int label;
double dis;//其它样本点到该样本的距离
int result;
};
bool cmp(sample &s1, sample&s2)
{
return s1.dis < s2.dis;
}
void knn(sample newx,vector<sample> &traindata, vector<sample> &nearestsample)
{