机器学习实战之K-近邻算法
来源:互联网 发布:删除用户 linux 编辑:程序博客网 时间:2024/04/30 02:16
K-近邻算法工作原理
存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签,即我们知道每一数据与所属分类的对应关系。输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的数据进行比较,然后算法提取样本集中特征最相似数据(最邻近)的分类标签。一般来说,我们只选取样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。
K-邻近算法代码
# inX: 用于分类的输入向量# dataSet: 训练样本集# lables: 标签向量def classify0(inX, dataSet, labels, k): #取得样本集个数 dataSetSize = dataSet.shape[0] #计算待分类的输入向量与样本集中每个数据的距离 diffMat = tile(inX, (dataSetSize, 1)) - dataSet sqDiffMat = diffMat ** 2 sqDistances = sqDiffMat.sum(axis = 1) distances = sqDistances ** 0.5 #argsort函数的作用是返回一个索引列表,该列表使得 #distance[sortedDistIndices[0]]<distance[sortedDistIndices[1]]<... sortedDistIndices = distances.argsort() classCount = {} #统计前K个数据所属的分类,并记录每个类别中数据的个数,并返回数据最多的那个类别 for i in range(k): voteIlabel = labels[sortedDistIndices[i]] classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1 sortedClassCount = sorted(classCount.iteritems(), key = operator.itemgetter(1), reverse = True) return sortedClassCount[0][0]
示例一:用K-近邻算法改进约会网站的配对效果
1、准备数据:从文本文件中解析数据
约会网站的样本数据主要包含以下3种特征:
每年获得的飞行常客历程数
玩视频游戏所占时间百分比
每周消费的冰淇淋公升数
# 将待处理数据的格式变为分类器可以接受的格式def file2matrix(filename): fr = open(filename) arrayOLines = fr.readlines() #获得文件的行数 numberOfLines = len(arrayOLines) #创建一个以零填充的矩阵,行数为文件的行数,列数为3 returnMat = zeros((numberOfLines, 3)) classLabelVector = [] index = 0 for line in arrayOLines: line = line.strip() listFromLine = line.split('\t') #将待处理数据每行前三个数存在矩阵中的一行中 returnMat[index,:] = listFromLine[0:3] #将待处理数据每行最后一个数存在类别向量中 classLabelVector.append(int(listFromLine[-1])) index += 1 return returnMat, classLabelVector
0 0
- 机器学习实战之K-近邻算法
- 《机器学习实战》之K-近邻算法
- 机器学习实战之k-近邻算法
- 机器学习实战之K近邻算法
- 《机器学习实战》学习笔记之k-近邻算法1
- 《机器学习实战》学习笔记之k-近邻算法2
- 《机器学习实战》学习笔记之k-近邻算法3
- 《机器学习实战》学习笔记(三)之K-近邻算法
- 机器学习实战笔记之k-近邻算法
- 机器学习实战笔记之二(k-近邻算法)
- 2.机器学习实战之K-近邻算法
- 《机器学习实战》读书笔记之k-近邻算法
- 机器学习实战第一课之k近邻算法 KNN
- 机器学习实战笔记 K近邻算法
- 机器学习实战-k近邻算法
- 机器学习实战 k-近邻算法
- 【机器学习实战】-k近邻算法
- 《机器学习实战》—K-近邻算法
- A/B Problem_ny_803(大数).java
- UVa 10474 - Where is the Marble?
- c++中sort()及qsort()的用法总结
- 网页收藏小工具(二)--python异常处理
- 面向对象编程基础 四 子类的继承
- 机器学习实战之K-近邻算法
- linux下core文件调试方法
- hdu1598 find the most comfortable road
- Write an Efficient Method to Check if a Number is Multiple of 3(快速判断3的倍数)
- 大文件上传Jquery 插件Uploadify-v2.1.4使用图解
- php 文件操作
- 时间去哪了
- 第三周 项目四 求三个长方柱的体积表面积
- K尾相等数