【分类】KNN分类算法之Python实现

KNN称为K最近邻。对于待分类数据,它先计算出与其最相近的K个的样本,然后判断这K个样本中最多的类标签,并将待分类数据标记为这个最多的类标签。

python样例代码:

import numpy as np
from sklearn.neighbors import KNeighborsClassifier as kNN

K = 3

train_mat = np.array([[1, 2, 3], [2, 3, 5], [55, 33, 66], [55, 33, 66]])
label = np.array([0, 0, 1, 1])
neigh = kNN(n_neighbors=K, algorithm='auto', weights='distance', n_jobs=1)
neigh.fit(train_mat, label)
test_mat = np.array([[2, 3, 4], [51, 32, 24]])
res = neigh.predict(test_mat)
print(res)

输出:

[0  1]

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