一、knn算法介绍
(1)邻近算法
或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘
分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的
意思,说的是每个样本都可以用它最接近的k个邻居来代表。
(2)主要思路
1. 准备数据,对数据进行预处理
2. 选用合适的数据结构存储训练数据和测试元组
3. 设定参数,如k
4.维护一个大小为k的的按距离由大到小的优先级队列,用于存储
最近邻训练元组。随机从训练元组中选取k个元组作为初始的最近
邻元组,分别计算测试元组到这k个元组的距离,将训练元组标号
和距离存入优先级队列
5. 遍历训练元组集,计算当前训练元组与测试元组的距离,将所
得距离L 与优先级队列中的最大距离Lmax
6. 进行比较。若L>=Lmax,则舍弃该元组,遍历下一个元组。若
L < Lmax,删除优先级队列中最大距离的元组,将当前训练元组
存入优先级队列。
7. 遍历完毕,计算优先级队列中k 个元组的多数类,并将其作为
测试元组的类别。
8. 测试元组集测试完毕后计算误差率,继续设定不同的k值重新
进行训练,最后取误差率最小的k值。
二、算法设计
(1)算法流程图
(2)算法实现
"""
@author: BaoHJ
"""
from sklearn.datasets import load_iris
import math
from collections import Counter
import numpy as np
class K_NN:
'''初始化'''
def __init__(self