自定义K-领进算法的实现_领取算法代码-优快云博客

k-邻近算法精髓在于欧式距离公式，我们就是模仿这个过程来实现算法，代码如下：

import numpy as np

def knn_classify(dataset, labels, new_input, k, weight='uniform'):
    '''
    dataset: 输入的训练数据集，即 x_train
    labels: 输入的训练集对应的类别标签， 即 y_train
    new_input: 新输入待分析的数据， 即 x_test，此函数的缺点就是只能输入一个待分析的数据
    k: 邻进数
    weight: 决策规划  "uniform" 多数表决法，"distance" 距离加权表决法
    '''
    sample_index = dataset.shape[0]
    print(sample_index)
    
    #step1:计算待分类数据与训练集各数据点的距离（欧氏距离公式）
    diff1 = np.tile(new_input,(sample_index, 1)) - dataset
    #print(diff1)
    diff2 = diff1**2
    #按列相加
    distance = (diff2.sum(axis=1))**0.5
    #print(distance)
    #将distance升序排序，并取最近的k个数
    sort_distance = distance.argsort()
    #print(sort_distance)
    
    #定义一个空字典，用于存放k个领进点的分类计数
    class_count = {}
    
    for i in range(k):
        #第i个领进点在distance数组中的索引，对应的分类
        votelabel = labels[sort_distance[i]]
        if weight == 'uniform':
            # votelabel作为字典的key，对相同的key值累加（多数表决法）
            class_count[votelabel] = class_count.get(votelabel, 0) + 1
        elif weight == 'distance':
            # 对相同的key值按距离加权累加（加权表决法）
            class_count[votelabel] = class_count.get(votelabel, 0) + (1/distance[sort_distance[i]])
        else:
            print ("分类决策规则错误！")
            print ("\"uniform\"多数表决法\"distance\"距离加权表决法")
            break
        
    #对k个领进点降序排序
    sorted_class_count = sorted(class_count.items(), reverse=True)
    if weight == 'uniform':
        print ("新输入到训练集的最近%d个点的计数为："%k,"\n",class_count)
        print ("新输入的类别是:", sorted_class_count[0][0])
    elif weight == 'distance':
        print ("新输入到训练集的最近%d个点的距离加权计数为："%k,"\n",class_count)
        print ("新输入的类别是:", sorted_class_count[0][0])
        
    return sorted_class_count[0][0]

然后创建数据集

sample1 = np.array([[96,13984],[120,20380],[100,10000],[116,9800],[85,14000],[90,11061],[85,9400],[69,11950],[98,12000],[99,11500],
           [92,8500],[128,11061],[100,14000],[84,9500],[99,12500],[85,8000],[130,12500],[85,12647],[85,11061],[108,12500]])

target1 = np.array(['A','A','A','A','A','B','B','B','B','B',
           'C','C','C','C','C','D','D','D','D','D'])

x_test = np.array([98,12540])

然后调用函数预测结果：

p = knn_classify(sample1, target1, x_test, 5)
print(p)

得到的结果为：

新输入到训练集的最近5个点的计数为： 
 {'D': 1, 'C': 2, 'B': 1, 'A': 1}
新输入的类别是: D
D

验证部分：我们用KNN算法来验证我们的结果

from sklearn.neighbors import KNeighborsClassifier

knnclf = KNeighborsClassifier(n_neighbors=5)

#输入同样的数据
sample1 = [[96,13984],[120,20380],[100,10000],[116,9800],[85,14000],[90,11061],[85,9400],[69,11950],[98,12000],[99,11500],
           [92,8500],[128,11061],[100,14000],[84,9500],[99,12500],[85,8000],[130,12500],[85,12647],[85,11061],[108,12500]]

target1 = np.array(['A','A','A','A','A','B','B','B','B','B',
           'C','C','C','C','C','D','D','D','D','D'])
           
x_test = np.array([98,12540])

进行训练和分类

knnclf.fit(sample1, target1)

y_test = knnclf.predict(x_test)
y_test

得到的结果为：

array(['D'], dtype='<U1')

我们自定义的和KNN算法结果一致！！
我们也用鸢尾花数据再来测试

from sklearn.datasets import load_iris

iris = load_iris()
data = iris.data
x_train = data[:,2:][:120]
y_train = iris.target[:120]


x_test = np.array([5.8,1.8])

p = knn_classify(x_train, y_train, x_test, 5)
print(p)

结果为：

新输入到训练集的最近5个点的计数为： 
 {2: 5}
新输入的类别是: 2
2

同样用KNN算法来验证

from sklearn.datasets import load_iris

iris = load_iris()
x_train = iris.data[:,2:][:120]
y_train = iris.target[:120]
x_test = np.array([[5.8,1.8]])

knnclf = KNeighborsClassifier(n_neighbors=5)
knnclf.fit(x_train, y_train)

y_test = knnclf.predict(x_test)
y_test

结果为：