机器学习-KNN算法代码详解
来源:互联网 发布:caxa编程快捷键 编辑:程序博客网 时间:2024/06/15 08:48
from numpy import *import operatorfrom os import listdirdef classify0(inX, dataSet, labels, k): #inx 是输入的数据杭矩阵,dateset是已经知道标签的数据集,lables是该标签,k是距离最精需要比较的个数 dataSetSize = dataSet.shape[0] #获取训练数据的个数,在这里也是行数 diffMat = tile(inX, (dataSetSize,1)) - dataSet #将inx复制了datesetsize行,与训练矩阵相- sqDiffMat = diffMat**2 #将diffmat矩阵中的每个数平方 sqDistances = sqDiffMat.sum(axis=1) #axis=1,将各自行中的数据求和,得到多行一列矩阵 distances = sqDistances**0.5 sortedDistIndicies = distances.argsort() #从小到大排序,返回的是他们的索引 classCount={} #字典,key为v哦忒喇叭了,值为出现的次数 for i in range(k): #统计前k个距离最近的数据,统计相应标签出现的频次,并返回标签频次最高的训练数据的标签 voteIlabel = labels[sortedDistIndicies[i]] classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1#.get()函数当voteilable存在时,返回他的值,不存在时返回默认的0 sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)#key=1,以字典的值降序排列 return sortedClassCount[0][0]#返回频次最高的标签def createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B'] return group, labelsdef file2matrix(filename): fr = open(filename) numberOfLines = len(fr.readlines()) #get the number of lines in the file returnMat = zeros((numberOfLines,3)) #prepare matrix to return classLabelVector = [] #prepare labels return fr = open(filename) index = 0 for line in fr.readlines(): line = line.strip() #去除前后空格 listFromLine = line.split('\t')#以tab将数据分开送给列表listfromline returnMat[index,:] = listFromLine[0:3]#将列表中的前3个数据送给returnmat classLabelVector.append(int(listFromLine[-1]))#将每行的最后一列追加给标签矩阵 index += 1 return returnMat,classLabelVector def autoNorm(dataSet): #dateset 为多为矩阵 minVals = dataSet.min(0) #minvals是一行多列,每列的最小值组成 maxVals = dataSet.max(0) #maxvals是一行多列,每列的最大值组成 ranges = maxVals - minVals normDataSet = zeros(shape(dataSet)) m = dataSet.shape[0] #得到数据的行 normDataSet = dataSet - tile(minVals, (m,1)) normDataSet = normDataSet/tile(ranges, (m,1)) #element wise divide return normDataSet, ranges, minVals def datingClassTest(): hoRatio = 0.50 #hold out 10% datingDataMat,datingLabels = file2matrix('datingTestSet2.txt') #load data setfrom file normMat, ranges, minVals = autoNorm(datingDataMat) m = normMat.shape[0] numTestVecs = int(m*hoRatio) errorCount = 0.0 for i in range(numTestVecs): classifierResult = classify0(normMat[i,:],normMat[numTestVecs:m,:],datingLabels[numTestVecs:m],3) print ("the classifier came back with: %d, the real answer is: %d" % (classifierResult, datingLabels[i])) if (classifierResult != datingLabels[i]): errorCount += 1.0 print ("the total error rate is: %f" % (errorCount/float(numTestVecs))) print (errorCount) def img2vector(filename): returnVect = zeros((1,1024))#将32*32的图像矩阵转换为1*1024的杭矩阵,此处创建他的容器 fr = open(filename) for i in range(32): #便利每一行 lineStr = fr.readline() #仅读取当前的一行 for j in range(32): #将该行中每一列的元素强制类型转换为int类型,并伏值给returnvec矩阵 returnVect[0,32*i+j] = int(lineStr[j]) return returnVectdef handwritingClassTest(): hwLabels = [] trainingFileList = listdir('trainingDigits') #load the training set trainingDigits这是一个路径 m = len(trainingFileList) #获取文件的各数 trainingMat = zeros((m,1024)) #每个文件代表举证中的一行 for i in range(m): fileNameStr = trainingFileList[i] #得到文件名 fileStr = fileNameStr.split('.')[0] #take off .txt classNumStr = int(fileStr.split('_')[0]) #将文件命中_之前的数字作为标签lables hwLabels.append(classNumStr) #将所有的文件名中得到的标签追加到hwlables中去 trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr) #调用函数将所有文件中的内容转换为一行数据 testFileList = listdir('testDigits') #iterate through the test set得到测试序列目录下的文件名 errorCount = 0.0 mTest = len(testFileList) for i in range(mTest): fileNameStr = testFileList[i] fileStr = fileNameStr.split('.')[0] #take off .txt classNumStr = int(fileStr.split('_')[0]) vectorUnderTest = img2vector('testDigits/%s' % fileNameStr) classifierResult = classify0(vectorUnderTest, trainingMat, hwLabels, 3)#括号内依次为测试用的单行数据;上一循环中得到的多行数据矩阵;以及他的标签列,k值等于3。 print ("the classifier came back with: %d, the real answer is: %d" % (classifierResult, classNumStr)) if (classifierResult != classNumStr): errorCount += 1.0 print ("\nthe total number of errors is: %d" % errorCount) print ("\nthe total number of errors is: %d" % (errorCount/float(mTest)))
阅读全文
0 0
- 机器学习-KNN算法代码详解
- 1、机器学习算法KNN -- Java代码
- 机器学习实战之KNN算法详解
- 《机器学习》 KNN算法
- 机器学习:KNN算法
- 机器学习-KNN 算法
- 【机器学习】kNN算法
- 机器学习 -- kNN算法
- 机器学习---kNN算法
- 机器学习--kNN算法
- 机器学习--KNN算法
- 机器学习算法-kNN
- 机器学习knn算法
- 机器学习算法---kNN算法
- 机器学习实战代码详细注释之kNN算法
- 机器学习实战ch02 KNN k-近邻算法代码注释
- 机器学习实战第二章kNN算法详解
- 机器学习实战 KNN代码
- dp-01背包问题代码
- POJ
- NOI-linux下vim常用配置
- Q
- 打印1000以内阶乘
- 机器学习-KNN算法代码详解
- MagicIndicator源码学习
- 数组左平移
- Win10 64位 MySQL5.7.20安装教程
- jvm理解
- 关于PCA降维原理的几点思考
- 系统安全系列篇 序
- C++中整型变量的存储大小和范围
- 计算星期(基姆拉尔森公式)