k近邻算法(K-Nearest Neighbor)
来源:互联网 发布:java replaceall \\\\ 编辑:程序博客网 时间:2024/05/25 19:57
k近邻是一种常用的分类与回归算法,其原理比较简单
基本思想
给定一个训练数据集,其中的实例的类别已定,对于新的实例,根据其K个距离最短的训练实例的类别出现的频率,对新的实例进行预测。
距离计算
欧式距离
曼哈顿距离
K的取值
K值的选择对k近邻法的结果产生重大影响
K值较小,近似误差会减小,估计误差会增大,意味着整体模型变得复杂,产生过拟合。
K值较大,近似误差会增大,估计误差会减少,模型简单,容易是预测发生错误。
实际应用中,K值一般取一个比较小的值,在采用交叉验证来逐步调整K值,最终选择适合该样本的最优的K值。
KNN算法实现
算法基本步骤:
1)计算待分类点与已知类别的点之间的距离
2)按照距离递增次序排序
3)选取与待分类点距离最小的k个点
4)确定前k个点所在类别的出现次数
5)返回前k个点出现次数最高的类别作为待分类点的预测分类
Code
#kNN.pyfrom numpy import *import operatordef createDataSet(): group = array([[1.0, 1.1, 1.2], [1.2, 1.0, 1.1], [1.1, 1.2, 1.0], [0.1, 0.5, 0.7], [0.2, 0,1, 0.3], [2.1, 2.0, 2.1]]) labels = ["AAA", "AAA", "BBB", "BBB", "CCC"] return group,labelsdef classfity(sampleX, dataSet, labels, k): dataSetSize = len(dataSet) diffMat = tile(sampleX, (dataSetSize, 1)) - dataSet sqDiffMat = diffMat ** 2 sqDistances = sqDiffMat.sum(axis =1) distances = sqDistances ** 0.5 sortedDistIndicies = distances.argsorts() 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]
参考:
《统计学习方法》 李航
http://blog.csdn.net/gamer_gyt/article/details/47418223
阅读全文
0 0
- K近邻算法(K-Nearest Neighbor)
- k-近邻算法(k-Nearest Neighbor)
- k近邻算法(K-Nearest Neighbor)
- k-近邻算法(k-Nearest Neighbor)
- k-近邻算法(k-Nearest Neighbor, kNN)
- k-近邻算法(k-Nearest Neighbor,KNN)
- K近邻k-Nearest Neighbor(KNN)算法的理解
- K近邻k-Nearest Neighbor(KNN)算法
- k-Nearest Neighbor-最近邻分类算法
- python-手写knn(k Nearest Neighbor) k近邻算法
- KNN(K-nearest neighbor algorithm)K近邻算法
- 机器学习笔记(一)k近邻算法(k-Nearest Neighbor)
- K Nearest Neighbor 算法
- K Nearest Neighbor算法
- K Nearest Neighbor 算法
- K Nearest Neighbor 算法
- K NEAREST NEIGHBOR 算法
- 邻近算法(k-Nearest Neighbor algorithm,k最近邻算法)
- c3p0包装update(可变类型和个数参数的函数)
- ”打印helloworld“代码
- 提升SQL查询效率的30种方式
- C++随机数的产生方法
- java8开篇
- k近邻算法(K-Nearest Neighbor)
- 10-12无缝滚动、DOM、
- BZOJ 2789 Letters
- Material Design(一)史上最全的材料设计控件大全
- 使用python读取excel
- 一组PHP可逆加密解密算法
- SQL Server 2017 on Linux自动安装
- RequireComponent的使用: 当你添加的一个用了RequireComponent组件的脚本,需要的组件将会自动被添加到game object(游戏物体)。这个可以有效的避免组装错误
- python 函数参数传递