数据挖掘 --- Python实现KNN算法项目 - 水果分类

杨鑫newlfe

于 2017-11-28 19:29:26 发布

阅读量7.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python Machine Learning 文章标签： python Machine Learning Algorithm KNN 水果分类

本文链接：https://blog.youkuaiyun.com/u012965373/article/details/78658335

Python 同时被 2 个专栏收录

714 篇文章 ¥9.90 ¥99.00

订阅专栏

Machine Learning

64 篇文章 ¥9.90 ¥99.00

订阅专栏

本文通过Python实现KNN算法进行水果分类项目。首先介绍了数据准备，包括数据集的下载和构造，接着讲解KNN算法的基本原理，即根据测试数据计算与训练数据的最短距离，选取最近的K个邻居。最后，文中提供了具体的代码实现和分类结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.数据准备

数据集之前的已经被屏蔽掉了，

新的下载链接：

数据集下载链接

这里我构造了一个150*5的矩阵，分别代表三类数据。每行的前四个值代表数据的特征，第五个值代表数据的类别

这三类数据分别属于apple、banana、orange

2.原理：

根据首先将数据分为训练数据以及测试数据。然后根据测试数据的每一条数据去计算训练数据中每个数据的距离，然后根据K值找距离最短的 K 个。

就是每次K个最邻近的结果。

3.代码：

# -*- coding:utf-8 -*-
import math
import csv
import random
import operator
__author__ = 'yangxin'


class KNearestNeighbor(object):

    def __init__(self):
        print "Welcome, 水果分类算法!"

    @staticmethod
    def load_data_set(filen

了解本专栏