python实现kNN算法


Posted in Python onDecember 20, 2017

kNN(k-nearest neighbor)是一种基本的分类与回归的算法。这里我们先只讨论分类中的kNN算法。

k邻近算法的输入为实例的特征向量,对对应于特征空间中的点;输出为实例的类别,可以取多类,k近邻法是建设给定一个训练数据集,其中的实例类别已定,分类时,对于新的实例,根据其k个最邻近的训练实例的类别,通过多数表决等方式进行预测。所以可以说,k近邻法不具有显示的学习过程。k临近算法实际上是利用训练数据集对特征向量空间进行划分,并作为其分类的“模型”

k值的选择,距离的度量和分类决策规则是k近邻算法的三个基本要素。

这里需要说明的是,对于距离的度量,我们有很多种度量方法可以选择,如欧氏距离(2-范数),曼哈顿距离(1-范数),无穷范数等,根据不同的实例,我们可以选择不同的距离度量方法。

下面给出了利用python和sklearn库实现的kNN算法的过程及部分注释:

# coding=utf-8 
 
# 首先利用sklearn的库进行knn算法的建立与预测 
# from sklearn import neighbors 
# from sklearn import datasets 
# 
# knn = neighbors.KNeighborsClassifier()   # 调用分类器赋在变量knn上 
# 
# iris = datasets.load_iris()   # 返回一个数据库,赋值在iris上 
# 
# print iris   # 显示这个数据集 
# 
# knn.fit(iris.data, iris.target) # fit的第一个参数 是特征值矩阵,第二个参数是一维的向量 
# 
# predictedLabel = knn.predict([[0.1,0.2,0.3,0.4]]) 
# 
# print predictedLabel 
 
# 下面自己写一个程序实现knn算法 
 
import csv 
import random 
import math 
import operator 
 
# filename是指文件名,split是某一个数字,数字前的数据当做训练集,数字后的数据当做测试集 
# trainingSet是训练集,testSet是测试集 
# 函数作用,加载文件,并将文件通过随机数的方法分为训练集和测试集 
def loadDataset(filename, split, trainingSet=[], testSet=[]): 
  with open(filename, 'rb') as csvfile:  # 导入文件为csvfile格式 
    lines = csv.reader(csvfile)   # 读取所有的行 reader函数的作用 
    dataset = list(lines)    # 将所有的行转换为list的数据节后 
    for x in range(len(dataset)-1):   # x在总共的行数中遍历 
      for y in range(4): 
        dataset[x][y] = float(dataset[x][y]) 
      if random.random() < split: 
        trainingSet.append(dataset[x]) 
      else: 
        testSet.append(dataset[x]) 
 
 
# 函数作用:计算欧氏距离 
# 函数的输入是两个实例和他们的维度 
def euclideanDistance(instance1, instance2, length): 
  distance = 0 
  for x in range(length):   # 对于每一个维度内进行一个差的计算,计算出所有维度的平方和 
    distance += pow((instance1[x] - instance2[x]),2) 
  return math.sqrt(distance) 
 
# 函数作用:返回最近的k的neightbor 
# 也就是返回在trainingSet中距离testInstance最近的k个邻居 
def getNeigthbors(trainingSet, testInstance, k): 
  distances =[] # 距离的容器,用来存放所有的距离值 
  length = len(testInstance) - 1 # 用来存放testInstance的维度 
  for x in range(len(trainingSet)): 
    # 对于每一个x 计算训练集中的数据与实例的距离 
    dist = euclideanDistance(testInstance,trainingSet[x],length) 
    distances.append((trainingSet[x],dist)) 
  # 把这些距离从小到大排起来 
  distances.sort(key=operator.itemgetter(1)) 
  neighbors = [] 
  for x in range(k): 
    neighbors.append(distances[x][0]) 
  return neighbors    # 返回最近的邻居 
 
def getResponse(neighbors): 
  classVotes = {} 
  for x in range(len(neighbors)): 
    response = neighbors[x][-1] 
    if response in classVotes: 
      classVotes[response] += 1 
    else: 
      classVotes[response] = 1 
  sortedVotes = sorted(classVotes.iteritems(),key=operator.itemgetter(1),reverse=True) 
  return sortedVotes[0][0] 
 
# 用来检验预测结果的正确率 
def getAccuracy(testSet,predictions): 
  correct = 0 
  for x in range(len(testSet)): 
    if testSet[x][-1] == predictions[x]:    # [-1]值的是最后一个值,也就是每行的最后的值,即为花的分类 
      correct += 1 
  return (correct/float(len(testSet))) * 100.00 
 
 
def main(): 
  # prepare data 
  trainingSet = [] 
  testSet = [] 
  split = 0.67 
  loadDataset('irisdata.txt',split,trainingSet,testSet) # r的作用是防止错误字符串意思 
  print 'Train Set' + repr(len(trainingSet)) 
  print 'Test Set' + repr(len(testSet)) 
 
  # generate predicitions 
  predicitions = [] 
  k = 3 
  for x in range(len(testSet)): 
    neighbors = getNeigthbors(trainingSet,testSet[x],k) 
    result = getResponse(neighbors) 
    predicitions.append(result) 
    print('> predicition = ' + repr(result) + ', actual = ' +repr(testSet[x][-1])) 
  accuracy = getAccuracy(testSet,predicitions) 
  print('Accuracy:' + repr(accuracy) + '%') 
 
main()

程序执行后,相应的输出如下:

python实现kNN算法

Python 相关文章推荐
python连接MySQL数据库实例分析
May 12 Python
python下MySQLdb用法实例分析
Jun 08 Python
从局部变量和全局变量开始全面解析Python中变量的作用域
Jun 16 Python
详解python中init方法和随机数方法
Mar 13 Python
python实现XML解析的方法解析
Nov 16 Python
解决torch.autograd.backward中的参数问题
Jan 07 Python
Python3.x+pyqtgraph实现数据可视化教程
Mar 14 Python
解决python脚本中error: unrecognized arguments: True错误
Apr 20 Python
解决Jupyter notebook更换主题工具栏被隐藏及添加目录生成插件问题
Apr 20 Python
python 字符串格式化的示例
Sep 21 Python
python利用paramiko实现交换机巡检的示例
Sep 22 Python
Python3 类型标注支持操作
Jun 02 Python
解析Python中的eval()、exec()及其相关函数
Dec 20 #Python
详解Python中 sys.argv[]的用法简明解释
Dec 20 #Python
简单了解Django模板的使用
Dec 20 #Python
python机器学习之决策树分类详解
Dec 20 #Python
python机器学习之神经网络(三)
Dec 20 #Python
python机器学习之神经网络(二)
Dec 20 #Python
PyCharm 常用快捷键和设置方法
Dec 20 #Python
You might like
JAVA/JSP学习系列之七
2006/10/09 PHP
php一句话cmdshell新型 (非一句话木马)
2009/04/18 PHP
Laravel框架实现即点即改功能的方法分析
2019/10/31 PHP
javascript 事件绑定问题
2011/01/01 Javascript
分享一个自定义的console类 让你不再纠结JS中的调试代码的兼容
2012/04/20 Javascript
node.js中Socket.IO的进阶使用技巧
2014/11/04 Javascript
nodejs教程之入门
2014/11/21 NodeJs
JS是按值传递还是按引用传递
2015/01/30 Javascript
jQuery中通过ajax调用webservice传递数组参数的问题实例详解
2016/05/20 Javascript
设置jquery UI 控件的大小方法
2016/12/12 Javascript
canvas实现流星雨的背景效果
2017/01/13 Javascript
利用require.js与angular搭建spa应用的方法实例
2017/07/19 Javascript
three.js加载obj模型的实例代码
2017/11/10 Javascript
webpack 打包压缩js和css的方法示例
2018/03/20 Javascript
如何进行微信公众号开发的本地调试的方法
2019/06/16 Javascript
Vue父子组件传值的一些坑
2020/09/16 Javascript
Python提示[Errno 32]Broken pipe导致线程crash错误解决方法
2014/11/19 Python
实践Python的爬虫框架Scrapy来抓取豆瓣电影TOP250
2016/01/20 Python
Python中的os.path路径模块中的操作方法总结
2016/07/07 Python
利用Pycharm断点调试Python程序的方法
2018/11/29 Python
python3实现多线程聊天室
2018/12/12 Python
pyqt5 键盘监听按下enter 就登陆的实例
2019/06/25 Python
Python寻找路径和查找文件路径的示例
2019/07/10 Python
Python使用re模块验证危险字符
2020/05/21 Python
requests在python中发送请求的实例讲解
2021/02/17 Python
Notino法国:购买香水和化妆品
2019/04/15 全球购物
英文翻译的自我评价语句
2013/10/04 职场文书
幼儿园中班教师寄语
2014/04/03 职场文书
民主评议教师党员自我评价
2015/03/04 职场文书
2016年教师政治思想表现评语
2015/12/02 职场文书
2016年习主席讲话学习心得体会
2016/01/20 职场文书
《丑小鸭》教学反思
2016/02/19 职场文书
css 中多种边框的实现小窍门
2021/04/07 HTML / CSS
Mybatis-plus在项目中的简单应用
2021/07/01 Java/Android
mysql分组后合并显示一个字段的多条数据方式
2022/01/22 MySQL
排查并解决MySQL生产库内存使用率高的报警
2022/04/11 MySQL