python机器学习一：KNN算法实现

所谓的KNN算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。

这里举一个很简单的例子来理解一下KNN算法的原理，假设有以下数据，根据微信、电话、短信联系的次数将朋友进行归类为认识、普通、好友三个类别，如下：

根据A-J的特征来确定K应该属于哪一类朋友?

那么就可以用下面的代码来进行归类：

#! /usr/bin/env python
# encoding:utf-8
import math
def KNNAlg():
    base_data = {"A": [2, 0, 0, "认识"],
                 "B": [5, 1, 0, "认识"],
                 "C": [30, 5, 2, "好友"],
                 "D": [10, 3, 1, "好友"],
                 "E": [8, 2, 5, "普通"],
                 "F": [32, 5, 2, "好友"],
                 "G": [6, 2, 1, "普通"],
                 "H": [9, 3, 0, "普通"],
                 "I": [11, 1, 4, "好友"],
                 "J": [2, 0, 2, "认识"]}
    
    target = [20,4,3] #K的数据
    KNN =[]
    for key,v in base_data.items():
        d = math.sqrt((target[0]-v[0])**2 + (target[1]-v[1])**2 + (target[2]-v[2])**2)  #计算距离
        KNN.append([key,round(d,2)])  #取两位小数
    KNN.sort(key=lambda dic:dic[1])   #根据第二项排序
    KNN = KNN[:6] #取距离最近的6个邻居
    print(KNN)

    labels = {"认识": 0, "好友": 0, "普通": 0}
    for s in KNN:
        temp = base_data[s[0]]
        #print(temp)
        labels[temp[3]] += 1
    labels = sorted(labels.items(),key = lambda dic: dic[1],reverse=True)
    print(labels,labels[0][0],sep='
')


if __name__ == '__main__':
    KNNAlg()

  最后的输出：

[('好友', 4), ('普通', 2), ('认识', 0)]
好友

可以看到K是属于好友类别的。

KNN是属于惰性学习的，样本数据已经很明确的归类，新的数据只需要归类就好了，并没有一个训练的过程。其次，根据K的大小和样本容量的分布，很容易得出错误的结论，再次，样本容量很大时，计算会变得很复杂，计算量大