数据挖掘 --- Python实现KNN算法项目 - 水果分类

1.数据准备

数据集之前的已经被屏蔽掉了，

新的下载链接：

数据集下载链接

 

这里我构造了一个150*5的矩阵，分别代表三类数据。每行的前四个值代表数据的特征，第五个值代表数据的类别

这三类数据分别属于apple、banana、orange

 

2.原理：

根据首先将数据分为训练数据以及测试数据。然后根据测试数据的每一条数据去计算训练数据中每个数据的距离，然后根据K值找距离最短的 K 个。

就是每次K个最邻近的结果。

 

3.代码：

# -*- coding:utf-8 -*-
import math
import csv
import random
import operator
__author__ = 'yangxin'


class KNearestNeighbor(object):

    def __init__(self):
        print "Welcome, 水果分类算法!"

    @staticmethod
    def load_data_set(filename, split, training_set, test_set):
        # 对 test_set, train_set 赋值
        with open(filename, 'r') as data_file:
            lin