機器學習實戰《學習筆記》 KNN

#新增編碼方式

# -*- coding: utf-8 -*-
from numpy import *
import operator
# 準備資料
defcreatedataset
():    group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]])
labels = ['a', 'a', 'b', 'b']
return group, labels
# 使用knn找出距離最近的類別標籤
# inx：待**的樣本向量
# dataset：訓練樣本集
# labels：訓練樣本集對應的類別標籤，長度與dataset的長度一致
# k：從dataset中找出離inx距離最近的k個樣本
defclassifyknn
(inx, dataset, labels, k):
datasetnum = dataset.shape[0]  # 樣本數，dataset是個矩陣/二維陣列，shape屬性返回矩陣的形狀，即行數列數資訊，行數即為樣本個數
diffmat = tile(inx, (datasetnum, 1)) - dataset  # tile是numpy庫中的拼接函式，(datasetnum,1)表示副本的行列數，這樣做是為了讓inx與dataset的每一行做運算
sqdiffmat = diffmat ** 2
#inx與每個訓練樣本對應特徵差值的平方
sqdistances = sqdiffmat.sum(axis=1)  
distances = sqdistances ** 0.5
#按列對平方差值矩陣求和，之後再開方，即為inx與每個訓練樣本的歐式距離
sorteddistanceidx = distances.argsort()  # 距離從小到大的索引值，sorteddistanceidx中存放的是值從小到大的distances的索引值
classcount = {}  #統計類別數
for i in range(k):  #0~k-1
votelabel = labels[sorteddistanceidx[i]] #sorteddistanceidx中存放的是distances的索引值，其與訓練集的labels是相對應的，只不過sorteddistanceidx儲存的是距離從小到大的索引，若此時i=0，則sorteddistanceidx[i]值為離inx最近的訓練樣本的索引值，labels[sorteddistanceidx[i]]值為這個離的最近的訓練樣本的類別
classcount[votelabel] = classcount.get(votelabel, 0) + 1
#類別字典對應key的value增1
sortedclasscount = sorted(classcount.iteritems(), key=operator.itemgetter(1), reverse=true)  #sorted是python內建的排序方法，classcount.iteritems()得到字典的key-value對列表，用來迭代，key指使用哪個特徵來排序，reverse表示降序or公升序
return sortedclasscount[0][0]  #因為是降序排列，sortedclasscount[0][0]表示出現次數最多的類別，sortedclasscount[0][1]表示最多類別的出現次數
# 執行
g, l = createdataset()
print classifyknn((0, 0), g, l, 3)

a = (4, 1, 3)

b = operator.itemgetter(2, 0)
print b(a)

students = [('carl', 'c', 66), ('sarah', 'a', 93), ('bill', 'c', 71)]

s = sorted(students, key=lambda student: student[2], reverse=true)      #lambda表示式
t = sorted(students, key=operator.itemgetter(0), reverse=false)     #operator.itemgetter
print s, '\n', t

[('bill', 'c', 71), ('carl', 'c', 66), ('sarah', 'a', 93)]，其中，students是list，lamdba表示式是用第2個特徵來做排序的，operator.itemgetter是用第0個特徵來排序，排序結果都是list。

students = 

s = sorted(students.iteritems(), key=lambda student: student[1], reverse=false)
t = sorted(students.iteritems(), key=operator.itemgetter(1), reverse=false)
print s, '\n', t

[('carl', 66), ('bill', 71), ('sarah', 93)]，其中，students是字典dict，要先使用iteritems方法獲取key-value的迭代物件，這裡的key都是用第1個特徵排序，lambda表示式和operator.itemgetter的效果一樣，排序結果都是list。

學習筆記 機器學習實戰 KNN

knn演算法注釋版，新手小白，有錯誤歡迎指正 環境 python 3.6 knn分類器 def classify inx,dataset,labels,k inx為行向量 datasize dataset.shape 0 求訓練集的行數 diffmat tile inx datasize,1 dat...

機器學習實戰 kNN

一 演算法過程 1 首先存在乙個資料集作為訓練樣本集dataset，比如訓練樣本的資料中，每一條資料都包含乙個城市的某一天空氣中的pm2.5，no2濃度等維度的特徵值。每一條資料同時包含乙個標籤，比如這一天的空氣質素是優，良，輕度汙染，中度汙染，重度汙染中的乙個。2 現在我們輸入一條資料inx，如包...

機器學習實戰 KNN

import numpy as np import operator def createdataset group np.array 1.0,1.1 1.0,1.0 0,0 0,0.1 labels a a b b return group,labels def classify0 inx,dat...