K近邻算法实战(KNN)
Posted chenxi188
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K近邻算法实战(KNN)相关的知识,希望对你有一定的参考价值。
1.准备:使用Python导入数据
1.创建kNN.py文件,并在其中增加下面的代码:
from numpy import * #导入科学计算包 import operator #运算符模块,k近邻算法执行排序操作时将使用这个模块提供的函数 def createDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels=[‘A‘,‘A‘,‘B‘,‘B‘] return group,labels ##print(createDataSet())
2.在knn.py保存处,shift+右键——‘在此处打开命令窗口’,输入:python,再输入:import knn,导入刚编辑的knn.py模块:
>>> python >>> import knn
3.为了确保输入相同的数据集,knn模块中定义了函数createDataSet,在Python命令提示符下输入下属命令:
>>> group,labels = knn.createDataSet()
4.再输入group,labels查看是否正确赋值:
>>> group ‘‘‘ 显示: array([[1. , 1.1], [1. , 1. ], [0. , 0. ], [0. , 0.1]]) ‘‘‘ >>> labels #显示:[‘A‘, ‘A‘, ‘B‘, ‘B‘]
以上是关于K近邻算法实战(KNN)的主要内容,如果未能解决你的问题,请参考以下文章
机器学习实战第2章 K-近邻算法(k-NearestNeighbor,KNN)