import operator
import pandas as pd
import numpy as np
def Knn(X_test, train_data, labels, k):
# 计算测试数据与训练集的距离
data_size = 300
data_sub = np.tile(X_test, (data_size, 1)) # 将数据扩展成data_size的维度
data_2 = data_sub ** 2
distance = np.sqrt(data_2.sum(axis=1))
# 根据距离的大小排序
sortIndex = distance.argsort()
# 统计距离最小的k的样本 及其所在类别出现的次数
count_times = {}
for i in range(k):
label = labels[sortIndex[i]]
count_times[label] = count_times.get(label, 0) + 1
# 返回频数最高的类别数
frequency_max = sorted(count_times.items(), key=operator.itemgetter(1), reverse=True)
return frequency_max[0][0]
if __name__ == '__main__':
# 处理数据的过程
x = pd.read_excel('2022PRML.04.xlsx')
test = [173.4, 71.5, 25.5, 249]
data = []
index = 0
while index < x.shape[0]:
data_row = x.iloc[index].values
data_ = data_row[0:4]
data.append(data_)
index += 1
labels = x.iloc[:, 4]
Knn(test, data, labels, 4)
np.tile(data,(x,y)) 对数组进行扩展
data:np类型数组
(x,y): 扩展的行列数
如:
a = np.array([1, 2, 3])
b = np.tile(a, 5)
print(b)
a = np.array([1, 2, 3])
b = np.tile(a, (5, 1))
print(b)
list = sorted(iterable,cmp, key, reverse) 返回重新排序的列表
iterable -- 可迭代对象。
cmp -- ⽐较的函数,这个具有两个参数,参数的值都是从可迭代对象中取出,此函数必须遵守的规则为,⼤于则返回1,⼩于则返回-
1,等于则返回0。
key -- 主要是⽤来进⾏⽐较的元素,只有⼀个参数,具体的函数的参数就是取⾃于可迭代对象中,指定可迭代对象中的⼀个元素来进⾏
排序。
reverse -- 排序规则,reverse = True 降序, reverse = False 升序(默认)。
operator.itemgetter((x,y)) 返回的是一个函数
a = np.array([1, 2, 3])
b = operator.itemgetter(1)
print(b)
经常结合sorted()使用
如:
sorted(count_times.items(), key=operator.itemgetter(1), reverse=True)