"""
将数据点(1, 1.1)定义为类A, 数据点(0, 0.1)定义为类B
k-邻近算法实现:
1.计算已知类别数据集中的点与当前点之间的距离
2.按照距离递增次序排序
3.选取与当前点距离最小的k个点
4.确定前k个点所在的类别的出现频率
5.返回前k个点出现频率最高的类别作为当前点的预测分类
"""
from numpy import *
import operator
def createDataSet():
group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]])
labels = ["A", "A", "B", "B"]
return group, labels
def classify0(inX, dataSet, labels, k):
"""
共有四个输入参数:用于分类的输入向量是inX,输入的训练样本集为dataSet
标签向量为labels, 最后的参数k表示用于选择最邻近的数目,其中标签向量的元素数目和
矩阵dataSet的行数相同。计算的距离为欧氏距离
:param inX:
:param dataSet:
:param labels:
:param k:
:return:
"""
# 计算欧氏距离
dataSetSize = dataSet.shape[0] # dataSet.shape[0]输出的是数据集的行数,shape[1]输出的是数据集的列数
diffMat = tile(inX, (dataSetSize, 1)) - dataSet # tile函数共有两个参数,tile(A, reps), A指待输入数组,reps决定A重复的次数,整个函数用于重复数组A来构建新的数组
sqDiffMat = diffMat ** 2 # 计算欧氏距离
sqDistances = sqDiffMat.sum(axis=1) # 按行求和,
distance = sqDistances ** 0.5 # 开根号,结果为该未知数据集到每一个已知数据集的欧氏距离
# 选择距离最小的k个点
sortedDistIndicies = distance.argsort() # argsort()方法返回数组值从小到大的索引
classCount = {}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]] # 获取所属类别
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1 # get方法返回指定键的值,如果不存在则返回默认值(0:设置默认值为0)
sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True) # items()返回字典列表操作后的迭代 sorted(可迭代对象, 自定义的比较函数, 顺序默认为Fslse,正序)
return sortedClassCount[0][0]
if __name__ == '__main__':
group, labels = createDataSet()
print(group)
print(labels)
result = classify0([0, 0], group, labels, 3)
print(result)
k-NN算法实现k-邻近算法实现
最新推荐文章于 2021-10-03 19:23:48 发布