KNN算法--python实现代码

本文提供了一个简单的KNN算法实现,通过计算测试数据与训练集中的距离,选择最近的K个样本进行投票,以确定预测结果。代码示例中包括了鸢尾花数据集的应用,并展示了如何使用该算法进行预测。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


一个简单的KNN 算法实现,主要从KNN的核心思想对测试数据计算距离,在训练集中进行搜索后,选取距离最近的K个label,做vote。即可得出结果。
(代码随时会更新,有问题欢迎讨论,QQ:602394876,谢谢!)

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

from sklearn.datasets import load_iris
import math

class KNN():

    def __init__(self):
        pass

    def distance(self,train,test):
        """

        :param test:
        :param train:
        
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