Python实现机器算法-02-KNN

最新推荐文章于 2024-08-14 11:52:53 发布

原创

最新推荐文章于 2024-08-14 11:52:53 发布 · 339 阅读

0 ·

CC 4.0 BY-SA版权

本文深入探讨了Python中实现K近邻（KNN）算法的步骤，包括数据预处理、距离计算和分类过程。通过实例展示了如何使用Scikit-Learn库构建KNN模型，并解释了KNN的工作原理及其优缺点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: UTF-8 -*-
"""

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
@File         :   knn.py    
@Contact      :   ffzzyy@126.com
@License      :   (C)Copyright 2017-2019
@Author       :   ffzzyy
@Version      :   0.1
@Modify Time  :   2019/3/13 22:51
@Desciption

"""

import numpy as np
from sklearn import datasets
from collections import Counter

from sklearn.neighbors import KNeighborsClassifier


class KNNClassifier:
    def __init__(self, k):
        assert k >= 1, 'k must be valid'
        self.k = k
        self._x_train = None
        self._y_train = None

    def fit(self, x_train, y_train):
        '''
        训练函数
        :param x_train:
        :param y_train:
        :return:
        '''
        self._x_train = x_train
        self._y_train = y_train
        return self

    def _predict(self, x):
        '''
        针对单个训练集进行预测
        :param x:
        :return:
        '''

        """
        列表推导式
        使用欧式距离测试与训