区块链技术博客
www.b2bchain.cn

KNN算法的理解以及Python实现的讲解

这篇文章主要介绍了KNN算法的理解以及Python实现的讲解,通过具体代码讲解7661并且分析了KNN算法的理解以及Python实现的讲解的详细步骤与相关技巧,需要的朋友可以参考下

本文实例讲述了KNN算法的理解以及Python实现的讲解。分享给大家供大家参考文章查询地址https://www.b2bchain.cn/7661.html。具体如下:

参考大佬文章https://blog.csdn.net/c406495762/article/details/75172850

文章目录

    • 1.KNN算法的个人理解
    • 2.KNN核心思想
    • 3.KNN的实现代码
    • 4.例子
    • 5.KNN的优缺点
    • 6.上面例子的测试代码

1.KNN算法的个人理解

个人感觉KNN算法(K-NearestNeighbor)一种极其简单粗暴的分类方法,举一个例子,比如说你想知道一个人是不是喜欢打游戏,就可以观察他最亲密的几个朋友是不是都喜欢打游戏,如果大多数都喜欢打游戏,可以推测这个人也喜欢打游戏。KNN就是基于这种有点“物以类聚,人以群分”的简单粗暴的想法来进行分类的。

2.KNN核心思想

在给定一个训练数据集,再给定一个需要作出预测的数据,然后再在训练数据集中寻找k这个就是KNN的K的由来个与待预测数据最近(通常我们可以取欧氏距离作为距离的度量)的数据。最后选取k个数据中出现最多的分类作为待预测数据的分类。

欧氏距离:
KNN算法的理解以及Python实现

3.KNN的实现代码

def KNN(inpudata,data_matrix,label_matrix,k):     '''      :param inpudata: 待预测的数据     :param data_matrix: 数据集     :param label_matrix: 数据集的标签     :param k: 寻找的近邻数     :return: 分类的结果     '''     datalen=data_matrix.shape[0]     inpudata=np.tile(inpudata,(datalen,1))#海伦约会的例子将数据变成(datalen,3)     sub=inpudata-data_matrix     sq=sub**2     sum=sq.sum(axis=1)#按行方向求和     distance=sum*0.5     sorteddisarg=distance.argsort()# 按距离从小到大排序的索引     classcount={}#记录各出现次数     for i in range(k):         vote=label_matrix[sorteddisarg[i]]# 第i个元素的类别         classcount[vote]=classcount.get(vote,0)+1 #给vote这个键的值加一,如果这个键不存在,则创建并设置默认值0     # key=operator.itemgetter(1)根据字典的值进行排序,为0根据字典的键进行排序     # reverse降序排序字典     result=sorted(classcount.items(),key=operator.itemgetter(1),reverse=True)     return result[0][0] #返回分类的结果  

4.例子

下面以海伦约会的例子来运用实现的KNN算法
海伦约会数据集下载

数据总共有1000行
特征
1.每年飞行里程数
2.玩游戏时间
3.每周消费的冰淇淋公升数
标签
1.didntLike
2.smallDoses
3.largeDoses

下面展示数据集的可视化结果:
KNN算法的理解以及Python实现

由上图可见,海伦喜欢每年有适当飞行公里数的人(大概在40000左右),而且有一定游戏时间数的男人,但是不喜欢那种一直在外面飞的男人。下面我们给出3组数据然后使用KNN进行预测:
KNN算法的理解以及Python实现
预测结果:
KNN算法的理解以及Python实现

5.KNN的优缺点

优点:1.只找离待预测点最近的K个值,对异常的值不敏感
   2.理解与实现都很容易
缺点:1.计算量大,内存开销大

6.上面例子的测试代码

点击此处查看

本文地址https://www.b2bchain.cn/7661.html

赞(0) 打赏
部分文章转自网络,侵权联系删除b2bchain区块链学习技术社区 » KNN算法的理解以及Python实现的讲解
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

b2b链

联系我们联系我们