机械学习实验一代码

import numpy as np
from sklearn.neighbors import KNeighborsClassifier

# 读取数据
def read_data(file_path):
    data = []
    with open(file_path, 'r') as file:
        for line in file:
            values = line.strip().split()
            data.append([float(values[0]), float(values[1])])
    return np.array(data)

# 读取训练数据
snacks_data = read_data('snacks.txt')
bags_data = read_data('bags.txt')
appliances_data = read_data('appliances.txt')

# 构建标签
snacks_labels = np.zeros(len(snacks_data))
bags_labels = np.ones(len(bags_data))
appliances_labels = np.ones(len(appliances_data)) * 2

# 合并数据和标签
data = np.concatenate((snacks_data, bags_data, appliances_data))
labels = np.concatenate((snacks_labels, bags_labels, appliances_labels))

# 创建KNN分类器，设置邻居数量为3
knn = KNeighborsClassifier(n_neighbors=3)

# 使用数据和标签训练分类器
knn.fit(data, labels)

# 要预测的商品
new_sample = np.array([[10, 10]])

# 预测商品所属类别
prediction = knn.predict(new_sample)

# 打印预测结果
if prediction == 0:
    print("该商品属于零食类")
elif prediction == 1:
    print("该商品属于包类")
else:
    print("该商品属于电器类")