机器学习实战之K-近邻算法
2014-03-12 23:29
309 查看
K-近邻算法工作原理
存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签,即我们知道每一数据与所属分类的对应关系。输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的数据进行比较,然后算法提取样本集中特征最相似数据(最邻近)的分类标签。一般来说,我们只选取样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。
K-邻近算法代码
示例一:用K-近邻算法改进约会网站的配对效果
1、准备数据:从文本文件中解析数据
约会网站的样本数据主要包含以下3种特征:
每年获得的飞行常客历程数
玩视频游戏所占时间百分比
每周消费的冰淇淋公升数
存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签,即我们知道每一数据与所属分类的对应关系。输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的数据进行比较,然后算法提取样本集中特征最相似数据(最邻近)的分类标签。一般来说,我们只选取样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。
K-邻近算法代码
# inX: 用于分类的输入向量 # dataSet: 训练样本集 # lables: 标签向量 def classify0(inX, dataSet, labels, k): #取得样本集个数 dataSetSize = dataSet.shape[0] #计算待分类的输入向量与样本集中每个数据的距离 diffMat = tile(inX, (dataSetSize, 1)) - dataSet sqDiffMat = diffMat ** 2 sqDistances = sqDiffMat.sum(axis = 1) distances = sqDistances ** 0.5 #argsort函数的作用是返回一个索引列表,该列表使得 #distance[sortedDistIndices[0]]<distance[sortedDistIndices[1]]<... sortedDistIndices = distances.argsort() classCount = {} #统计前K个数据所属的分类,并记录每个类别中数据的个数,并返回数据最多的那个类别 for i in range(k): voteIlabel = labels[sortedDistIndices[i]] classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1 sortedClassCount = sorted(classCount.iteritems(), key = operator.itemgetter(1), reverse = True) return sortedClassCount[0][0]
示例一:用K-近邻算法改进约会网站的配对效果
1、准备数据:从文本文件中解析数据
约会网站的样本数据主要包含以下3种特征:
每年获得的飞行常客历程数
玩视频游戏所占时间百分比
每周消费的冰淇淋公升数
# 将待处理数据的格式变为分类器可以接受的格式 def file2matrix(filename): fr = open(filename) arrayOLines = fr.readlines() #获得文件的行数 numberOfLines = len(arrayOLines) #创建一个以零填充的矩阵,行数为文件的行数,列数为3 returnMat = zeros((numberOfLines, 3)) classLabelVector = [] index = 0 for line in arrayOLines: line = line.strip() listFromLine = line.split('\t') #将待处理数据每行前三个数存在矩阵中的一行中 returnMat[index,:] = listFromLine[0:3] #将待处理数据每行最后一个数存在类别向量中 classLabelVector.append(int(listFromLine[-1])) index += 1 return returnMat, classLabelVector
相关文章推荐
- 【机器学习实战笔记】第2章 k-近邻算法【03】
- 机器学习实战(MachineLearinginAction) 第二章 k-近邻算法
- 机器学习实战代码学习(K-近邻算法)
- 机器学习实战—知识梳理—k-近邻算法
- k-近邻算法-机器学习实战例子说明
- 机器学习实战笔记一 k-近邻算法
- 机器学习实战——K-近邻算法(读书笔记)
- 机器学习实战笔记之k-近邻算法
- 机器学习实战笔记2(k-近邻算法)
- 【机器学习实战一:K-近邻算法】
- 机器学习实战(k-近邻算法)
- [机器学习实战] k-近邻算法代码解析
- 机器学习实战之K-近邻算法总结和代码解析
- 【机器学习实战】:C++实现K-近邻算法KNN
- 机器学习实战 - k-近邻算法
- 机器学习实战之k-近邻算法(6)---手写数字识别系统(0-9识别)
- 机器学习实战--笔记2(k-近邻算法)
- 机器学习实战(Part1_lecture2)K-近邻算法
- 【机器学习实战之一】:C++实现K-近邻算法KNN
- Python机器学习实战--(k-近邻算法)