机器学习 01=K-近邻算法
Posted 伤心兮
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习 01=K-近邻算法相关的知识,希望对你有一定的参考价值。
一、概述
K-近邻算法是机器学习中最简单的算法,其核心是采用测量不同特征值之间的距离来进行分类,通俗来说就是距离待分类最近的K个点来决定该分类的类别。
如图所示,求当前蓝色属于哪一类,当K=1时,该类别就是class_1;当K=3时,该类别就是class_2。
二、算法公式
K-近邻算法一般使用的欧式距离, 对应的多个特征的公式为:
D
i
s
t
a
n
c
e
=
∑
i
=
1
n
(
x
i
−
y
i
)
2
Distance=\\sqrt\\sum_i=1^n(x_i-y_i)^2
Distance=i=1∑n(xi−yi)2
- 注意:这里边 x 1 , x 2 … … x n x_1,x_2……x_n x1,x2……xn都属于待分类的特征值。
举例说明:有四个特征,例如未知类别的特征为(1,3,5,2),已知class_1的特征值(7,6,9,4),class_2的特征值为(2,4,6,4),则未知类别与已知类别之间的距离分别为:
未知类别与class_1:
D
1
=
(
7
−
1
)
2
+
(
6
−
3
)
2
+
(
9
−
5
)
2
+
(
4
−
2
)
2
=
8.06
D_1=\\sqrt(7-1)^2 + (6-3)^2 + (9-5)^2+ (4-2)^2=8.06
D1=(7−1)2+(6−3)2+(9−5)2+(4−2)2=8.06
未知类别与class_1:
D
2
=
(
2
−
1
)
2
+
(
4
−
3
)
2
+
(
6
−
5
)
2
+
(
4
−
2
)
2
=
2.64
D_2=\\sqrt(2-1)^2 + (4-3)^2 + (6-5)^2+ (4-2)^2=2.64
D2=(2−1)2+(4−3)2+(6−5)2+(4−2)2=2.64
那么就可以把未知类别x分类为class_2。
三、算法实现
3.1 使用自己的方法
import matplotlib.pyplot as plt
import numpy as np
from math import sqrt
from collections import Counter
def knn_classify(k, x_train_total, y_train_total, x_test):
"""
This function is myself KNN
Parameters
----------
:param k: 选取与当前点距离最小的k个点
:param x_train_total:已知数据特征值
:param y_train_total:已知数据目标值
:param x_test:未知数据特征值
:return:未知数据目标
"""
distances = [sqrt(np.sum((x_train - x_test)**2)) for x_train in X_train] # 计算距离
nearest = np.argsort(distances) # 返回从小到大最大值索引
y_top = [y_train_total[i] for i in nearest[:k]] # 取出距离最短对应的目标
votes = Counter(y_top) # 对数组内的元素进行频数统计
return votes.most_common(1)[0][0] # 取出出现次数最多的目标值
if __name__ == '__main__':
# 1.构建数据
raw_data_X = [[1.0, 1.0],
[1.0, 2.0],
[2.0, 1.0],
[3.0, 3.0],
[5.0, 4.0],
[6.0, 2.0],
[7.0, 4.0],
[8.0, 4.0]
]
raw_data_y = [1, 1, 1, 1, 2, 2, 2, 2]
X_train = np.array(raw_data_X)
y_train = np.array(raw_data_y)
x_test = np.array([4, 3])
# 2.计算欧式距离
result = knn_classify(1, X_train, y_train, x_test)
print(result)
# 3.画图
plt.scatter(X_train[y_train == 1, 0], X_train[y_train == 1, 1], marker='x', color='g')
plt.scatter(X_train[y_train == 2, 0], X_train[y_train == 2, 1], marker='o', color='r')
plt.scatter(x_test[0], x_test[1], marker=('x' if result == 1 else 'o'), color=('g' if result == 1 else'r'))
plt.grid(True, linestyle="--", alpha=0.5)
plt.axis([0, 9, 0, 5])
plt.show()
3.2 使用sklearn
from sklearn.neighbors import KNeighborsClassifier
import numpy as np
import matplotlib.pyplot as plt
def main():
# 1.构建数据
raw_data_X = [[1.0, 1.0],
[1.0, 2.0],
[2.0, 1.0],
[3.0, 3.0],
[5.0, 4.0],
[6.0, 2.0],
[7.0, 4.0],
[8.0, 4.0]
]
raw_data_y = [1, 1, 1, 1, 2, 2, 2, 2]
X_train = np.array(raw_data_X)
y_train = np.array(raw_data_y)
x_test = np.array([4, 3])
# 2.构建Knn实例
Knn_Classifier = KNeighborsClassifier(n_neighbors=1)
# 3.拟合
Knn_Classifier.fit(X_train, y_train)
# 4.预测,传入
predict = Knn_Classifier.predict(x_test.reshape(1, -1))
print(predict[0])
# 5.画图
plt.scatter(X_train[y_train == 1, 0], X_train[y_train == 1, 1], marker='x', color='g')
plt.scatter(X_train[y_train == 2, 0], X_train[y_train == 2, 1], marker='o', color='r')
plt.scatter(x_test[0], x_test[1], marker=('x' if predict[0] == 1 else 'o'), color=('g' if predict[0] == 1 else'r'))
plt.grid(True, linestyle="--", alpha=0.5)
plt.axis([0, 9, 0, 5])
plt.show()
if __name__ == '__main__':
main()
四、结果
K=1时(注意(4,3)这个点):
K=3时(注意(4,3)这个点):
以上是关于机器学习 01=K-近邻算法的主要内容,如果未能解决你的问题,请参考以下文章