KNN的学习

KNN的学习

Knn是什么：

寻找周围数据，来判断该数据

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fzRqOu2Z-1629888088594)(C:\Users\86188\AppData\Roaming\Typora\typora-user-images\image-20210825151830310.png)]

算法原理，要注意K值得大小，注意K值得选取方法

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FeypeWlG-1629888088601)(C:\Users\86188\AppData\Roaming\Typora\typora-user-images\image-20210825152049756.png)]

理论总结：KNN算法是解决由周围相似数据推断该数据得方法，一个数据未知，但是我们可以通过它周围得数据进行对该数据得推断，主要用到升序排列，取前K个（但要注意K值大小），加权平均。

实战演练

进行癌症数据集得处理：

读取csv数据，进行数据得随机处理和分割,进行距离得初步测算

import csv
import random
#读取数据
with open('prostate_Cancer.csv','r') as file:
    reader =csv.DictReader(file)
    datas=[row for row in reader]
   # for row in reader:
   #  print(row)   比较喽得遍历，数据读取

   #分组，三分之一，三分之二
random.shuffle(datas)
n = len(datas)//3 #进行整除
#进行数据得分割，测试数据test_set和训练数据train_set
test_set=datas[0:n]
train_set=datas[n:]

#knn第一步测距离
def distance (d1,d2): #欧几里得距离
    res=0
    for key in ("radius","texture","perimeter","area","smoothness","compactness","symmetry","fractal_dimension"):
        res+=(float(d1[key])-float(d2[key]))**2     # 注意书写，float得作用域
    return res**0.5

进行knn得核心部分，升序排列，取前K个（但要注意K值大小），加权平均

K=5
def knn(data):
    #算距离
    res=[
        {"result":train['diagnosis_result'],"distance":distance(data,train)}
        for train in train_set
    ]
    # 排序
    res =sorted(res, key=lambda item:item['distance'])
    # 取前n个
    res2=res[0:K]
    # 加权
    result = {'B':0,'M':0}
    #总距离 ，不是特别懂
    sum = 0
    for r in res2:
        sum+=r['distance']
    for r in res2:
        result[r['result']]+=1-r['distance']/sum
    if result['B']>result['M']:
        return 'B'
    else:
        return 'M'

测试代码，转化为百分比

#测试阶段
correct=0
for test in test_set:
    result=test['diagnosis_result']
    result2=knn(test)

    if result==result2:
        correct+=1
print("准确率：{:.2f}%".format(100*correct/len(test_set)))

    correct+=1

print(“准确率：{:.2f}%”.format(100*correct/len(test_set)))