knn算法python代码_KNN算法的Python实现,python

knn算法的原理我就不多说了，我直接上代码吧

1.处理数据函数

def handle_data(dataset):

"""

获取数据

:param dataset:样本集

:return:输出x，y

"""

# 数据的x与y

x = dataset[:, :-1].astype(np.float)

y = dataset[:, -1]

return x,y

2.主算法流程

def knn_classifier(k,dataset,input):

"""

执行算法

:param k:k个邻居

:param dataset:所有的数据集

:param input:输入的预测数据

:return:输出预测的分类

"""

x,y = handle_data(dataset)

#1.计算数据样本合数据集中样本的距离

distance = np.sum((input-x)**2,axis = 1)

print('distance',distance)

#2.将所有的距离从小到大排序

sortDist = np.argsort(distance)

#3.计算前k哥最小距离的类别的个数

countLabel = {}

for i in range(k):

label = y[sortDist[i]]

countLabel[label] = countLabel.get(label,0)+1

# 4.返回前k个最小距离中最多的一个

sortLabel = sorted(countLabel.items(), key = operator.itemgetter(1), reverse=True)

return sortLabel[0][0]

3.主函数

dataset = np.loadtxt('datas.txt',dtype = np.str,delimiter = ",")

predict_data = [2,2]

print(knn_classifier(2,dataset,predict_data))

这个代码的通用性很高，只要符合dataset是以下的数据形势

1,1,A

1,2,A

1.5,1.5,A

3,4,B

4,4,B