python模拟实现knn算法

一、算距离

flag = []

# 第一个参数训练样本集，第二个参数待判定的数据
def neighbor(k, array1, data):
    for i in array1:
        length = len(i)
        count = 0
        num = 0
        while (num < length - 1):
            count = count + (data[num] - i[num]) ** 2
            num = num + 1
        distance = math.sqrt(count)
        flag.append([distance, i[length - 1]])
    return sort(k, flag)

二、对距离进行排序

# 对距离进行排序
def sort(k, flag):
    flag.sort(key=(lambda x: x[0]))
    return test(k, flag)

三、依据k找邻居的个人，再依据邻居的类型判断待判断数据的类型

# 输入k，k代表邻居的数量,flag表示已经排序好的数据
def test(k, flag):
    # 截取0到k
    flag = flag[:k]
    # 统计1，统计2
    type1 = 0
    type2 = 0
    dic = dict(flag)
    v1 = sum(value == 1 for value in dic.values())
    v2 = sum(value == 2 for value in dic.values())
    if(v1>v2):
        return 1
    else:
        return 2

训练集：

# 1表示man,2表示woman
s = [[20, 5, 15, 2], [9, 18, 10, 1], [21, 10, 7, 1], [17, 13, 25, 1], [12, 21, 19, 1]]
print(neighbor(3, s, [25, 9, 13]))

返回结果是1，表示[25,9,13]的类型是man