C++实现——最小距离分类器（k近邻算法）

采用的样本是非常经典的鸢尾花数据。

鸢尾花分为三类：

1、setosa

2、versicolor

3、virginica

已知数据集的特征分为：

1、萼片长度

2、萼片宽度

3、花瓣长度

4、花瓣宽度

 

在讲算法之前，我们首先应该给距离下定义：

当然代码采用的是“欧式距离”

算法原理：

1、读取训练集和测试集数据（包括特征、类型）

2、计算两者距离：

相对应特征的距离。

3、选取排名前k个最小距离进行投票，投票多的就是判定的鸢尾花类型

4、利用混淆矩阵、评测该方法的合理性（理论上95%正确率是很好的模型了）。

 

代码：

/***********************************
*说明：总数据有150条
根据1：1分类原则：把数据分为：
75条测试数据
和75条训练数据
利用四种特征区分鸢尾花类型
************************************/
float testdata[75][4];	//测试集特征数据
int testclass[75];	//测试集类型数据
float traindata[75][4];	//训练集特征数据
int trainclass[75];    	//训练集类型数据
float distances[75];	//距离
int results[75];	//类型结果
void sort(float *dist, int *class_)
{
	int N = 75;
	float temp = 0;

	for (int pass = 0; pass<N; pass++)//冒泡排序成从小到大
	{
		for (int i = pass + 1; i<N; i++)
		{
			if (dist[pass] >= dist[i])
			{
				temp = dist[pass];
				dist[pass] = dist[i];
				dist[i] = temp;
				int k = class_[pass];
				class_[pass] = class_[i];
				class_[i] = k;
			}
				
		}

	}
}
//选取前k个最小距离投票
int classify(float *dist, int *res, int k)
{
	int i, c[4];

	c[1] = c[2] = c[3] = 0;
	for (i = 0; i< k; i+