你的位置:首页 > 数据库

[数据库]knn


算法很简单,对待分类样本实施近邻投票。其中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别。

在《白话大数据与机器学习》里使用了sklearn里的KNeighborsClassifier来处理数据:

训练模型 clf = KNeighborsClassifier().fit(x, y)

预测数据 clf.predict(x)

 


 

这里我们来实现一下k-近邻算法,看看该算法具体是如果实现的。

 

1 准备数据

首先我们需要一些训练数据 这里使用鸢尾花数据 https://en.wikipedia.org/wiki/Iris_flower_data_set。

这里x是一个(150, 4)2维数组,总共150条数据,打印其中的5条数据看一下:

[[5.1, 3.5, 1.4, 0.2],

 [4.9, 3.0, 1.4, 0.2],

 [4.7, 3.2, 1.3, 0.2],

 [4.6, 3.1, 1.5, 0.2],

 [5.0, 3.6, 1.4, 0.2],

 ... ...]

可以看到每条数据都有4个特征项分别是: 萼片的长度,萼片的宽度,花瓣的长度,花瓣的宽度

 

y是x里每条数据对应的分类:

[0, 0, 1, 1, 2, ...]

可以看到x里对应的分类总共有3种[0,1,2]。

 

2 训练模型

不用训练

 

3. 预测数据

计算待预测数据与训练样本中每条数据之间的距离:

[0.538, 0.509, 0.3, 0.648, 0.141, 0.616, ...]

 

对计算出来的结果排序:

[0.0, 0.3, 0.141, 0.538, 0.616, ...]

 

对距离最小的K条数据所属分类进行投票,这里假设K=3:

[{0: 3, 1: 0, 2: 0}]

可以看到属于分类0的有3条,属于分类1和2的有0条

 

完整代码可以访问github进行下载 https://github.com/azheng333/Ml_Algorithm.git。

 

(完)

 

                   关注大数据尖端技术发展,关注奇点大数据
                       




普吉岛旅游哪里好玩呢普吉岛旅游签证怎么办理普吉岛旅游去哪好普吉岛旅游团报价优惠普吉岛蜜月旅游行程参考深圳锦绣中华民俗村演出时间表?锦绣中华民俗村什么时候有演出? 番禺长隆欢乐世界最有特色的娱乐设施?长隆欢乐世界过山车适合小孩吗? 还在买房? 土豪新玩法:去意大利买小镇! 番禺长隆欢乐世界乘车方便吗?广州长隆欢乐世界在哪里坐车? 广州荔枝湾游船景区电话?荔枝湾游船门票预订? 荔枝湾游船门票多少钱?广州荔枝湾游船怎么收费? 荔枝湾游船价格?广州荔枝湾游船攻略? 荔枝湾游船地址?广州荔枝湾游船在哪里? 泰国旅行七大误区 金庸笔下的雁门关_血战雁门关_金庸武侠旅游地图_带着金庸小说去旅游 重庆武隆“8分钟的守望”活动进行时 泰囧中的寺庙_泰囧外景地_人在囧途之泰囧拍摄地 晨光中的影魅天堂新都桥_新都桥介绍 南戴河国际娱乐中心门票价格多少钱 南戴河在哪_南戴河在哪里_南戴河各景区交通信息 什刹海在哪_北京什刹海在哪 HL-31012QEQGW Datasheet HL-31012QEQGW Datasheet HL-31028GD Datasheet HL-31028GD Datasheet HL-31028SRD Datasheet HL-31028SRD Datasheet 1月份适合去哪旅游 1月份适合去哪旅游 1月份适合去哪旅游 适合小孩旅游的地方 适合小孩旅游的地方 适合小孩旅游的地方 到哪旅游好 到哪旅游好 到哪旅游好