機器學習之knn實現

k-l近鄰演算法採用的是不同特徵值之間距離來進行分類的，其優點是精度比較高，缺點空間複雜度高（因為要計算所有點的距離）

原理：knn演算法是存在乙個樣本資料集合，由於其實監督學習演算法的一種，所以每個資料存在標籤，即我們知道樣本集中每乙個資料與所屬分類的對應關係。輸入新資料時，新資料與樣本空間k個最相似的（最鄰近）的樣本大多數屬於哪個類，那麼其就是哪個類。通常情況下k取不大於20的整數，舉乙個電影分類的例子：樣本集是我們的前六個電影，我們想知道最後乙個是哪種型別

我們得到需要分類的樣本於樣本集中的空間距離如下

這裡我們去k為3時候，我們發現距離最近的3個電影california man,he's not really into dudes,beautiful woman 分類中大多數（這裡是全部）為愛情片，所以這裡我們預計我們的樣本也屬於愛情片，怎麼樣，簡單吧。

這裡我們使用非常強大的python語言來實現我們的knn演算法。

我們首先建立乙個knn.py檔案，貼入以下**：

from numpy import *
import operator
import os
def createdataset():
group = array([[1.0,1.1],[1.0,1.0],[0.0,0.0],[0.0,0.1]])
labels = ['a','a','b','b']
return group, labels
def classify0(inx,dataset,labels,k):
datasetsize = dataset.shape[0]# return the number of digit
diffmat = tile(inx,(datasetsize,1))-dataset #build a similar style of matrix
#calculate the distance of the points
sqdiffmat = diffmat**2
sqdistances = sqdiffmat.sum(axis=1)
distances = sqdistances**0.5
sortedindicies = distances.argsort()
classcount = {}
for i in range(k):
voteilabel = labels[sortedindicies[i]]
classcount[voteilabel] = classcount.get(voteilabel,0)+1 #0 means default 0
#find the max index in the classcount 
maxcount = 0
for  keys,values in  classcount.items():
if values > maxcount :
maxcount = values
maxindex = keys
return maxindex

執行如下**：

import knn
from numpy import * 
dataset, labels = knn.createdataset()
testx = array([1.0, 1.0])
k = 3
outputlabel = knn.classify0(testx, dataset, labels, 3)
print "your input is:", testx, "and classified to class: ", outputlabel
testx = array([0.1, 0.3])
outputlabel = knn.classify0(testx, dataset, labels, 3)
print "your input is:", testx, "and classified to class: ", outputlabel

最終可以看到分類的結果

機器學習之knn實現

機器學習之KNN

機器學習之KNN

機器學習之KNN

機器學習之knn實現

機器學習之KNN

機器學習之KNN

機器學習之KNN

相關推薦