机器学习算法之KNN算法
2016-07-28 22:11
375 查看
描述:KNN算法是简单暴力的机器学习算法,分类回归都行。在分类问题中管他线性可分还是线性不可分,就是干,每次分类,测试向量都要与全部训练数据算一遍距离,计算量非常大。当数据集非常庞大时,就很难办了,但可以通过k-d树或者ball-tree来加速查找k近邻。k值的确定也是个问题,一般采用交叉验证来确定,k=1,2,3,4…分别计算,找出错误率最小的k,又是暴力计算。
算法原理:已知一个测试样本,计算该样本与训练数据集的所有距离,挑选出距离最小的k个样本,统计这k个样本的标签出现的次数,出现次数最多的标签就是测试样本的预测结果。
Python实现KNN代码:
算法原理:已知一个测试样本,计算该样本与训练数据集的所有距离,挑选出距离最小的k个样本,统计这k个样本的标签出现的次数,出现次数最多的标签就是测试样本的预测结果。
Python实现KNN代码:
#knn分类,没有训练过程,也没有模型,每次测试都要使用整个数据集 def KnnClassify(testvec,trainset,labels,k): m=trainset.shape[0]#获得训练数据集的行数 diffmat=tile(testvec,(m,1))-trainset#求距离 sqdiff=diffmat**2 diffsum=sqdiff.sum(axis=1)#按行求和 distance=diffsum**0.5 sortindex=distance.argsort()#快速排序,从小到大,返回下标 classcount={}#定义字典,统计k近邻里出现的类的次数 for i in range(k): tmpclass=labels[sortindex[i]] if classcount.has_key(tmpclass): classcount[tmpclass]+=1 else: classcount[tmpclass]=1 sortclass=sorted(classcount.iteritems(),key=lambda d:d[1],reverse=True)#对字典按value进行降序排列 return sortclass[0][0]
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析
- Python将excel导入到mysql中
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- FREEBASIC 编译可被python调用的dll函数示例
- Python 七步捉虫法