楼主自学python,自我总结发博客,这样可以更加掌握
华丽的分割线------------------------------------------------------------------------------
一、k-临近算法
是一种标准的分类方法,简单来说就是通过测量不同特征值之间的距离方法进行分类。
优点:精度高、对异常值不敏感、无数据输入假定。
缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型
二、k-临近算法一般流程:
(1) 收集数据:可以使用任何方法,这里推荐标准数据库。
(2) 准备数据:距离计算所需要的数值,最好是结构化的数据格式。
(3) 分析数据:可以使用任何方法。
(4) 训练算法:此步骤不适用于k-近邻算法。
(5) 测试算法:计算错误率。
(6) 使用算法:首先需要输入样本数据和结构化的输出结果,然后运行k-近邻算法判定输 入数据分别属于哪个分类,最后应用对计算出的分类执行后续的处理
from numpy import*
import operator
from os import listdir
def classify0(inX,dataSet,labels,k):
dataSetSize = dataSet.shape[0]
diffMat = tile(inX,(dataSetSize,1)) - dataSet
sqDiffMat = diffMat**2
sqDistances = sqDiffMat.sum(axis=1)
distances = sqDistances**0.5
sortedDistIndicies = distances.argsort() #计算距离
classCount={}
for i in range(k): #选择距离最短的K个点
vorteIlael = labels[sortedDistIndicies[i]]
classCount[vorteIlael] = classCount.get(vorteIlael,0) + 1
sortedClassCount = sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True) #排序
return sortedClassCount[0][0]