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

K近邻算法实战(KNN)

机器学习实战第2章 K-近邻算法(k-NearestNeighbor,KNN)

机器学习实战笔记(Python实现)-01-K近邻算法(KNN)

机器学习实战 Task1 (KNN)k近邻算法的应用

《机器学习实战》读书笔记2:K-近邻(kNN)算法

机器学习实战之第二章 k-近邻算法