KNN算法学习笔记(一)

kNN算法:
优点:精度高,对异常值不敏感,无数据输入假定
缺点:计算复杂度高,空间复杂度高

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
group,labels=createDataSet()

def classify0(inX,dataSet,labels,k):
    dataSetSize=dataSet.shape[0]#多维数组维度(行數)
    diffMat=tile(inX,(dataSetSize,1))-dataSet#inX二维数组化后,做减法运算
    sqDiffMat=diffMat**2#平方运算
    sqDistances=sqDiffMat.sum(axis=1)#行求和运算
    distances=sqDistances**0.5#开方运算
    sortedDistIndicies=distances.argsort()#升序排列
    classcount={}
    for i in range(k):
          voteIlabel=labels[sortedDistIndicies[i]]
          classcount[voteIlabel]=classcount.get(voteIlabel,0)+1#访问下标键为votelabel的项,如果没有这一项,那么初始值为0。然后把这一项的值加1
    sortedClassCount=sorted(classcount.iteritems(),key=operator.itemgetter(1),reverse=True)
    return sortedClassCount[0][0]

print (classify0([0,0],group,labels,3))
运算结果是B
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