JAVA实现KNN分类

转载请注明出处：http://blog.youkuaiyun.com/xiaojimanman/article/details/51064307

http://www.llwjy.com/blogdetail/f74b497c2ad6261b0ea651454b97a390.html

个人博客站已经上线了，网址 www.llwjy.com ~欢迎各位吐槽~

-------------------------------------------------------------------------------------------------

      在开始之前先打一个小小的广告，自己创建一个QQ群：321903218，点击链接加入群【Lucene案例开发】，主要用于交流如何使用Lucene来创建站内搜索后台，同时还会不定期的在群内开相关的公开课，感兴趣的童鞋可以加入交流。

      KNN算法又叫近邻算法，是数据挖掘中一种常用的分类算法，接单的介绍KNN算法的核心思想就是：寻找与目标最近的K个个体，这些样本属于类别最多的那个类别就是目标的类别。比如K为7，那么我们就从数据中找到和目标最近（或者相似度最高）的7个样本，加入这7个样本对应的类别分别为A、B、C、A、A、A、B，那么目标属于的分类就是A（因为这7个样本中属于A类别的样本个数最多）。

算法实现

一、训练数据格式定义

      下面就简单的介绍下如何用JAVA来实现KNN分类，首先我们需要存储训练集（包括属性以及对应的类别），这里我们对未知的属性使用泛型，类别我们使用字符串存储。

 /**  
 *@Description:  KNN分类模型中一条记录的存储格式
 */ 
package com.lulei.datamining.knn.bean;  
  
public class KnnValueBean<T>{
	private T value;//记录值
	private String typeId;//分类ID
	
	public KnnValueBean(T value, String typeId) {
		this.value = value;
		this.typeId = typeId;
	}

	public T getValue() {
		return value;
	}

	public void setValue(T value) {
		this.value = value;
	}

	public String getTypeId() {
		return typeId;
	}

	public void setTypeId(String typeId) {
		this.typeId = typeId;
	}
}

二、K个最近邻类别数据格式定义

      在统计得到K个最近邻中，我们需要记录前K个样本的分类以及对应的相似度，我们这里使用如下数据格式：

 /**  
 *@Description: K个最近邻的类别得分
 */ 
package com.lulei.datamining.knn.bean;  
  
public class KnnValueSort {
	private String typeId;//分类ID
	private double score;//该分类得分
	
	public KnnValueSort(String typeId, double score) {
		this.typeId = typeId;
		this.score = score;
	}
	public String getTypeId() {