NearestNeighbor

本文介绍了一个基于Python的近邻算法实现,通过定义NearestNeighbor类,该类包含训练和预测方法,实现对输入数据的分类预测。文章详细展示了算法的工作原理,包括距离计算和类别预测过程,以及算法的时间复杂度分析。
部署运行你感兴趣的模型镜像
import numpy as np

class NearestNeighbor:

  	def __init__(self):
		pass
	
	def train(self, X, y):
		self.Xtr = X
		self.ytr = y
	
	def predict(self, X):
		num_test = X.shape[0]
		Ypred = np.zeros(num_tset, dtype=self.ytr.dtype)
	
	for i in range(num_test):
		distance = np.sum(np.abs(self.Xtr - [i,:]), axis=1)
		min_index = np.argmin(distance)
		Ypred[i] = self.ytr[min_index]

	return Ypred

当有N个样本的时候训练速度与预测速度分别是:
train O(1)
predict O (N)

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值