机器学习-从kNN开始
来源:互联网 发布:腾讯数据分析师面经 编辑:程序博客网 时间:2024/05/17 03:30
import numpy as npimport operatordef createDataSet():#数据集 group = np.array([[1.0,1.1], [1.0,1.0], [0,0], [0,0.1]]) #标签 labels = ['A','A','B','B'] return group, labelsdef classify0(inX, dataSet, labels, k): #数据集的行数,即数据量 dataSetSize = dataSet.shape[0] #np.tile(a,b):重复a数据b次,eg:np.tile([1,0],3),输出array([1, 0, 1, 0, 1, 0]) diffMat = np.tile(inX, (dataSetSize, 1)) - dataSet sqDiffMat = diffMat ** 2 #.sum(axis):axis =1 是按行相加,axis = 0是按列相加 sqDistances = sqDiffMat.sum(axis=1) distances = sqDistances ** 0.5 #返回distance从小到大的索引值 sortedDistIndicies = distances.argsort() classCount = {} for i in range(k): voteIlabel = labels[sortedDistIndicies[i]] #各种类型的个数 classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 print(classCount) #dic.items():以列表返回元组数组 #降序排列(按照第二个元素的次序排列,即按类型的数量排序),返回排序的列表 sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse = True) print(sortedClassCount) return sortedClassCount[0][0]group,labels = createDataSet()print(classify0([0,0.2],group,labels,2))
阅读全文
0 0
- 机器学习-从kNN开始
- 机器学习--从0开始
- 用Python开始机器学习(4:KNN分类算法)
- 用Python开始机器学习(4:KNN分类算法)
- 用Python开始机器学习(4:KNN分类算法)
- 用Python开始机器学习(4:KNN分类算法) sklearn做KNN算法 python
- 《机器学习》 KNN算法
- 机器学习-KNN
- 机器学习:KNN算法
- Python机器学习---KNN
- 机器学习--KNN分类
- 机器学习之KNN
- 机器学习-KNN 算法
- 《机器学习实战》--KNN
- 【机器学习实战】KNN
- 【机器学习】kNN算法
- 机器学习 -- kNN算法
- KNN--python--机器学习
- Intent之Action
- WebView---js调用原生日历控件
- 【Python】sys.path.append动态添加搜索路径设置
- Android开发中那些常见到让人忽视的基础知识
- gradle命令报错Unsupported major.minor version 52.0的解决办法
- 机器学习-从kNN开始
- STATA字符型数据按符号截取和转换
- Android中的SystemClock
- bzoj 2789: [Poi2012]Letters 树状数组求逆序对
- spring-ehcahe
- [opencv]利用每帧图像减去第一帧无人的图像来检测视频人数
- 机器学习— 获取数据,绘制图表
- 利用Guetzli批量压缩图片
- Java中的synchronized