knn初步实现(代码借鉴github。包括自己的一些笔记,后面会接着更,希望能入门ml)
# coding: UTF-8
import numpy as np
# operator封装了与操作相关的函数,如加减乘除
import operator
# 包含了一些特殊的容器,针对py内置的容器如list、dict、set和tuple提供了另一种选择
# namedtuple 可以创建包含名称的tuple
# deque 类似于list的容器,计算可hash的对象
# ordereddict dict的子类,可以记住元素的添加顺序
# defaultdict dice的子类,可以调用提供默认值的函数
import collections
"""
Introduction: 创建数据集
Parameters: none
Return:
group - 数据集
labels - 分类标签
Modify: 2021-4-13
"""
def createDataSet():
# 四组二维特征 array()用来产生数组
group = np.array([[1, 101], [5, 89], [108, 5], [115, 8]])
# 四组特征的标签
labels = ['c1', 'c1', 'c2', 'c2']
return group, labels
"""
Introduction: knn algorithm
Parameters:
testdata - 测试数据
dataset - 训练数据
labels - 分类标签
k - knn算法参数
Return:
label - 分类结果
Modify: 2021-4-13
"""
def classify(testdata, dataset, labels, k):
# 计算距离 axis=1 是算一行的 axis=0是算一列的
dist = np.sum((testdata - dataset) ** 2, axis=1) ** 0.5
# k个最近标签
k_labels = [labels[index] for index in dist.argsort()[0 : k]]
# 出现比例高的的标签为该类别, 输出数量最多的第一个
# 中第一个[0]是取list中第一个元素,因为这里只取了结果中最多的一个元素(.most_common(1))所以只有这一个。
# 第二个[0]是q:取出的结果实际上包含元素和对应的数量,我们只需要这个元素是什么。
label = collections.Counter(k_labels).most_common(1)[0][0]
return label
if __name__ == '__main__':
# 创建数据集
group, labels = createDataSet()
# 测试集
test = [101, 20]
# knn分类
test_class = classify(test, group, labels, 3)
# 打印分类结果
print(test_class)