KNN（K近邻）C++实现

最新推荐文章于 2021-05-25 10:08:23 发布

vocaloid01

最新推荐文章于 2021-05-25 10:08:23 发布

阅读量801

点赞数

CC 4.0 BY-SA版权

分类专栏：数据挖掘

本文链接：https://blog.youkuaiyun.com/vocaloid01/article/details/89517599

这篇博客介绍了如何使用C++实现KNN（K近邻）算法，作者认为该算法相对简单，主要难点在于理解算法过程和选择合适的距离公式，如欧式距离。文中通过运行样例来展示算法的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

日常课后巩固ing，不过KNN可能是最近学的算法中最好实现的了（也可能我学的比较浅吧）。

总结：

没啥难点，除了理解算法流程外就只需要再了解下距离公式就行了，这里我为了省事直接选了欧式距离。

运行样例：

代码：

#include <bits/stdc++.h>

using namespace std;

/*测试用样本数据 
1.5 1
1.92 3
1.7 2
1.73 2
1.6 1
1.75 2
1.5 1
1.6 1
2.05 3
1.9 3
1.68 2
1.78 2
1.70 2
1.68 2
1.65 2
测试用待处理数据
1.5
结果
1 
*/

struct Node{
	vector<double> v;
	int re;
}board[10005];

struct cmp{
	bool operator()(const pair<double,int> a,const pair<double,int> b){
		return a.first < b.first;
	}
};

priority_queue<pair<double,int>,vector<pair<double,int> >,cmp> Q;//维护K个最近邻

double getLen(int dim,int num1,int num2){//求欧氏距离 
	double re = 0;
	for(int i=0 ; i<dim ; ++i)
		re += pow(board[num1].v[i]-board[num2].