K-近邻算法
来源:互联网 发布:mac解压rar命令 编辑:程序博客网 时间:2024/05/29 12:53
注意字典排序的使用:
# -*- coding: utf-8 -*-'''@File : KNNtest_1.py@desc : kNN: k Nearest NeighborsInput: inX: vector to compare to existing dataset (1xN) dataSet: size m data set of known vectors (NxM) labels: data set labels (1xM vector) k: number of neighbors to use for comparison (should be an odd number)Output: the most popular class label'''from numpy import *import operatordef 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.items(), key=operator.itemgetter(1), reverse=True) return sortedClassCount[0][0]def createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B'] return group, labelsgroup,labels = createDataSet()print(classify0([0,0],group,labels,3))
阅读全文
0 0
- K近邻算法
- K近邻算法
- K近邻算法
- K近邻算法
- K近邻算法
- K近邻算法
- k近邻算法
- OpenCv K近邻算法
- k-近邻算法(kNN)
- k-近邻算法
- k-近邻算法(kNN)
- K近邻算法
- K近邻分类算法
- K近邻分类算法
- K近邻算法
- K近邻算法
- k最近邻算法
- K-近邻算法
- 第一天
- Egret 一些资源链接
- ES 查询tips
- 设计模式简述
- 介绍几种邻域滤波的方法
- K-近邻算法
- VMware中的Fedora9下安装VMtool后图形界面无法启动
- MyBatis自定义数据映射TypeHandler
- android VLayout 全面解析
- 微软夏令营编程测验第二题MSFT
- FastFusion安装编译
- 开关电源制作过程总结
- java jdbc之如何获得一个resultset的行数
- 局部静态变量是如何做到只初始化一次的?