手写简单的KNN算法

最新推荐文章于 2024-11-26 17:25:08 发布

梵大仙

最新推荐文章于 2024-11-26 17:25:08 发布

阅读量1k

点赞数 1

分类专栏： python KNN 机器学习算法

本文链接：https://blog.youkuaiyun.com/csdn4600/article/details/90412918

版权

本文详细介绍了如何从零开始编写K最近邻（KNN）算法，通过实例代码展示了KNN的实现过程，并进行了相应的测试，确保算法的正确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

KNN实现类

import  numpy as np
import math
class CustomKNeighborsClassifier():
    '''
        KNN 自定义实现类
    '''

    def __init__(self,k=3):
        '''
            初始化赋值，
            X_train 特征测试集变量
            y_train 标量测试集变量
            res_class 预测结果
        :param k: 默认值3
        '''
        self.k = k
        self.X_train=[]
        self.y_train=[]
        self.res_class=[]

    def fit(self,X_train,y_train):
        '''
            KNN模型训练
        :param X_train: 训练集特征数据
        :param y_train：训练集目标数据
        :return:self
        '''
        assert X_train.shape[0] == y_train.shape[0], "训练集特征与目标值个数不匹配!"
        assert self.k <= X_train.shape[0], "K值超出训练数据范围!"
        self.X_train = X_train
        self.y_train = y_train
        print('K:',self.k)
        print('X:', self.X_t