机器学习Knn

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)