深度学习第三课KNN

KNN算法

原理:当预测一个新的值x的时候,根据它距离最近的K个点是什么类别来判断x属于哪个类别。如:

 

此时K = 3,举例x值最近的三个点中,蓝色的三角形最多,因此x值属于蓝色三角形。

需要注意:K的值对结果的影响大,因此需要选取合适的K值。

实现步骤

  1. 计算距离

方法:

 

2将所得结果进行升序排列

3取前K个值:

 

4加权平均:

根据经验确定权值。

5.代码实现:

1.读取数据

打开同级目录中的csv文件,并将数据获取到datas中

2打乱数据,并将数据分为测试数据和实验数据

 

3定义计算距离的函数

 

4定义获取距离并排序,取前K个值并加权,计算权重,最终获取结果

 

5测试在不同K值下的准确率

 

6分析结果

 

当K取2或4的时候,准确率较高。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值