kd树 python实现_Python - KDTree 实现

KDTree 的 Python 实现.

820a4b85ee08f31b.png

1. KDTree 实现import numpy as np

from scipy import spatial

datas = np.array([[0,0,0],

[0,0,128],

[0,0,139],

[0,0,156],

[0,0,205],

[0,0,238],

[0,0,255]])

#构建模型 - 最近邻

kdtree_model = spatial.KDTree(datas)

#

qy = [0,0,205]

idx = kdtree_model.query(qy)[1]

#4

2. sklearn - KNeighborsClassifierimport numpy as np

from sklearn import neighbors

X = np.array([[0,0,0],

[0,0,128],

[0,0,139],

[0,0,156],

[0,0,205],

[0,0,238],

[0,0,255]])

Y = ['a', 'b', 'c', 'd', 'e', 'f', 'g']

classifier = neighbors.KNeighborsClassifier()

classifier.fit(X, Y)

#

qy = np.array([[0,0,202]])

pred = classifier.predict(qy)

#['c']

3. 参考

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值