k-近邻算法（KNN）

采用测量不同特征值之间的距离方法进行分类。

 

KNN 工作原理

1.假设有一个带有标签的样本数据集（训练样本集），其中包含每条数据与所属分类的对应关系。

2.输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较。

  • 计算新数据与样本数据集中每条数据的距离。
  • 对求得的所有距离进行排序（从小到大，越小表示越相似）。
  • 取前 k （k 一般小于等于 20 ）个样本数据对应的分类标签。

3.求 k 个数据中出现次数最多的分类标签作为新数据的分类。

 

KNN 开发流程

  1. 收集数据：任何方法
  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：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：输入样本数据和结构化的输出结果，然后运行 k-近邻算法判断输入数据分类属于哪个分类，最后对计算出的分类执行后续处理
 1 from numpy import *
 2 import operator
 3 
 4 
 5 def createDataSet():
 6     group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
 7     labels = ['A','A','B','B']
 8     return group,labels
 9 
10 def classify0(inX, dataSet, labels, k):
11     dataSetSize = dataSet.shape[0]
12     diffMat = tile(inX, (dataSetSize,1)) - dataSet
13     sqDiffMat = diffMat**2
14     sqDistances = sqDiffMat.sum(axis=1)
15     distances = sqDistances**0.5
16     sortedDistIndicies = distances.argsort()     
17     classCount={}          
18     for i in range(k):
19         voteIlabel = labels[sortedDistIndicies[i]]
20         classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
21     sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)  
22     #python2中为classCount.iteritems();
23     return sortedClassCount[0][0]

 

>>> import kNN
>>> group,labels = kNN.createDataSet()
>>> kNN.classify0([0,0], group, labels, 3)
'B'
>>>

 

posted @ 2019-10-23 21:37  王琳杰  阅读(257)  评论(0)  编辑  收藏  举报