“_____鸢尾花识别_____“-------文章中有源码

实验目的
使用Python实现K近邻
实验原理
（1）计算测试与各个训练数据之间的距离；
（2）按照距离的递增关系进行排序；
（3）选取距离最小的K个点；
（4）确定前K个点所在类别出现的概率；
（5）返回前K个点中出现概率最高的类别作为测试数据的预测分类。

（1） 鸢尾花识别。

import numpy as np
import pandas as pd


def getdata(path):
    data=pd.read_csv(path,encoding='gbk')
    return np.array(data)

def getlength(data,target,k):
    temp=[]
    for i in data:
        temp.append(np.sum((i[:-1]-target)**2))
    #print(temp)

    #float ('inf')
    indexList=[]
    for i in range(k):
        indexList.append(np.argmin(temp))
        #temp[np.array(temp)]=('inf')
        temp[np.argmin(temp)] = np.max(temp)
    return indexList


def KNNs(data,indexList):
    dic={0:0,1:0,2:0}
    for i in indexList:
        dic[data[i][-1]]+=1
    Maxnum=0
    Maxindex=0
    for i in dic:
        if dic[i]>Maxnum:
            Maxnum=dic[i]
            Maxindex=i
    #print(dic)
    return Maxindex




if __name__=='__main__':
    dic = {0: 'setosa', 1: 'versicolor', 2: 'virginnica'}
    path='iris_training.csv'
    data= getdata(path)
    #print(data)
    target=np.array([5,3,1,0.5])
    try:
        while True:
            k = (input("请输入k（退出请输入quit):"))
            if k=='quit':
                print("退出成功")
                break
            k=int(k)
            #getlength(data,target,k)
            indexList=getlength(data,target,k)
            n=KNNs(data,indexList)
            print(dic[n])
    except Exception as e:
        print("输入出错，请重新输入")