Mac 机器学习实战 k近邻算法实现过程

hynby

于 2018-11-06 16:22:00 发布

阅读量252

点赞数

分类专栏：机器学习文章标签： python Mac 机器学习 kNN

本文链接：https://blog.youkuaiyun.com/NBYNHJ/article/details/83789420

版权

python3 环境下import KNN 后报错

Traceback (most recent call last):
File “”, line 1, in
ModuleNotFoundError: No module named ‘KNN’

解决：没有保存成.py 文件

kNN.py文件如下：

from numpy import*
import operator

def  createDataSet():
    group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
    labels=['A','A','B','B']
    return group, labels

def classify0(inX,dataSet,labels,k):
//计算距离
	dataSetSize=dataSet.shape[0]
	diffMat=tile(inX,(dataSetSize,1))-dataSet
	sqDiffMat=diffMat**2
	sqDistances=sqDiffMat.sum(axis=1)//对每行求和 axis＝0 对列求和
	distances=sqDistances**0.5
	sortedDistIndicies=distances.argsort()
	classCount={}
	//选择距离最小的k个点
	for i in range(k):
		voteIlabel=labels[sortedDistIndicies[i]]
		classCount[voteIlabel]=classCount.get(voteIlabel,0)+1
		//排序
	sortedClas