k邻近算法python代码_Python实现K近邻算法

K近邻算法大概是最简单使用的一种分类算法，本次主要是应用Python的Scikit-learn库中的KNeigborsClassifier类和Pandas的Dataframe进行快速实现KN近邻算法。

数据使用的是《Python数据挖掘入门与实践》一书中用到的电离层(Ionosphere)数据，本次代码并无创新，只是在相比作者代码，数据导入部分相对简单。

数据导入

import pandas as pd

import numpy as np

# 读取数据，字段名分别用x0-x34代表，且不以第一列为索引

data = pd.read_csv('ionosphere_data.txt',header=None,names=['x'+str(i) for i in range(35)],index_col=False)

# 将最后一列的列名改为‘y’

data = data.rename(columns={'x34':'y'})

data.round(3).head()

数据展示.png

y列数据转化

因变量y包含两个值分别为‘b’和‘g’，即bad和good，将其转化为可用来进行数据分析的数值型变量0和1

y_dict = {

'g':1,

'b'