zoukankan      html  css  js  c++  java
  • 机器学习实战__KNN1

    KNN的算法工作原理:

      存在一个训练样本集合,样本集中每个数据都有确定的标签(分类),即我们知道样本集中每一数据与所属分类的对应关系。输人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,然后算法提取样本集中特征最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前K个最相似的数据,这就是K-近邻算法中K的出处,通常K是不大于20的整数。最后,选择K个最相似数据中出现次数最多的标签,作为新数据的分类。

    一个KNN实战入门例子:

      

    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):
        dataSetSize = dataSet.shape[0]
        diffMat = tile(inX, (dataSetSize,1)) - dataSet
        sqDiffMat = diffMat**2
        sqDistances = sqDiffMat.sum(axis=1)
        distances = sqDistances**0.5
        sortedDistIndicies = distances.argsort()
        classCount={}
        for i in range(k):
            voteIlabel = labels[sortedDistIndicies[i]]
            classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
            sortedClassCount = sorted(classCount.iteritems(),key = operator.itemgetter(1),reverse=True)
            return sortedClassCount[0][0]
    KNN.py源码

    以上代码的流程说明:

      用一个简单的训练集,得到简单的一个模型,如图:

      

    1 import KNN
    2 
    3 group,labels = KNN.createDataSet()
    4 var = KNN.classify0([1,0],group,labels,3)
    5 
    6 print(var)
    main.py

    以上main.py调用KNN.py(即import KNN.py模块),进行测试输入点,通过这个简单的模型得到一个预测,输出标签(类别)

    结果:

  • 相关阅读:
    ul>li中自定义属性后取值的问题
    img标签src图片地址找不到显示默认图片
    jquery通配符说明
    jquery控制元素的显示与隐藏
    mysql中行转列与列传行的问题
    页面禁止滚动条
    HttpServletRequest继承字ServletRequest的常用方法
    系统间通信方式
    mysql函数积累
    java 用maven 构建项目时@Override错误的解决办法
  • 原文地址:https://www.cnblogs.com/jerrybaby/p/5837158.html
Copyright © 2011-2022 走看看