溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文實例講述了Python實現的knn算法。分享給大家供大家參考，具體如下：
代碼參考機器學習實戰那本書：
機器學習實戰 (Peter Harrington著) 中文版
機器學習實戰 (Peter Harrington著) 英文原版[附源代碼]
有興趣你們可以去了解下
具體代碼：
# -*- coding:utf-8 -*-
#! python2
'''''
@author:zhoumeixu
createdate:2015年8月27日
'''
#np.zeros((4,2))
#np.zeros(8).reshape(4,2)
#x=np.array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) np.zeros_like(x)
# 最值和排序：最值有np.max(),np.min() 他們都有axis和out（輸出）參數,
# 而通過np.argmax(), np.argmin()可以得到取得最大或最小值時的 下標。
# 排序通過np.sort(), 而np.argsort()得到的是排序后的數據原來位置的下標
# 簡單實現knn算法的基本思路
import numpy as np
import operator #運算符操作包
from _ctypes import Array
from statsmodels.sandbox.regression.kernridgeregress_class import plt_closeall
def createDataSet():
group=np.array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
labels=['A','A','B','B']
return group ,labels
group,labels=createDataSet()
def classify0(inx,dataSet,labels,k):
dataSetSize=dataSet.shape[0]
diffMat=np.tile(inx,(dataSetSize,1))-dataSet
sqDiffMat=diffMat**2
sqDistances=sqDiffMat.sum(axis=1)
distances=sqDistances**0.5 #計算距離 python中會自動廣播的形式
sortedDistIndicies=distances.argsort() #排序，得到原來數據的在原來所在的下標
classCount={}
for i in range(k):
voteIlabel=labels[sortedDistIndicies[i]] # 計算距離最近的值所在label標簽
classCount[voteIlabel]=classCount.get(voteIlabel,0)+1 # 計算距離最近的值所在label標簽，對前k哥最近數據進行累加
sortedClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True) #排序得到距離k個最近的數所在的標簽
return sortedClassCount[0][0]
if __name__=='__main__':
print(classify0([0,0],group,labels,4))
# 利用knn算法改進約會網站的配對效果
def file2matrix(filename):
fr=open(filename)
arrayOLines=fr.readlines()
numberOfLines=len(arrayOLines)
returnMat=np.zeros((numberOfLines,3))
classLabelVector=[]
index=0
for line in arrayOLines:
line=line.strip()
listFromLine=line.split('\t')
returnMat[index,:]=listFromLine[0:3]
classLabelVector.append(int(listFromLine[-1]))
index+=1
return returnMat ,classLabelVector #生成訓練數據的array和目標array
path=u'D:\\Users\\zhoumeixu204\\Desktop\\python語言機器學習\\機器學習實戰代碼 python\\機器學習實戰代碼\\machinelearninginaction\\Ch02\\'
datingDataMat,datingLabels=file2matrix(path+'datingTestSet2.txt')
import matplotlib
import matplotlib.pyplot as plt
fig=plt.figure()
ax=fig.add_subplot(111)
ax.scatter(datingDataMat[:,1],datingDataMat[:,2])
plt.show()
ax.scatter(datingDataMat[:,1],datingDataMat[:,2],15.0*np.array(datingLabels),15*np.array(datingDataMat[:,2]))
plt.show() #生成訓練數據的array和目標array
def autoNorm(dataset):
minVals=dataset.min(0)
maxVals=dataset.max(0)
ranges=maxVals-minVals
normeDataSet=np.zeros(np.shape(dataset))
m=dataset.shape[0]
normDataSet=dataset-np.tile(minVals,(m,1))
normDataSet=normDataSet/np.tile(ranges,(m,1))
return normDataSet ,ranges,minVals
normMat,ranges,minVals=autoNorm(datingDataMat)
def datingClassTest():
hoRatio=0.1
datingDataMat,datingLabels=file2matrix(path+'datingTestSet2.txt')
normMat,ranges,minVals=autoNorm(datingDataMat)
m=normMat.shape[0]
numTestVecs=int(m*hoRatio)
errorCount=0.0
for i in range(numTestVecs):
classifierResult=classify0(normMat[i,:], normMat[numTestVecs:m,:], datingLabels[numTestVecs:m],3)
print "the classifier came back with :%d,the real answer is :%d"\
%(classifierResult,datingLabels[i])
if classifierResult!=datingLabels[i]:
errorCount+=1.0
print "the total error rare is :%f"%(errorCount/float(numTestVecs)) #利用knn算法測試錯誤率
if __name__=='__main__':
datingClassTest()
#利用構建好的模型進行預測
def classifyPerson():
resultList=['not at all','in same doses','in large d oses']
percentTats=float(raw_input("percentage if time spent playin cideo games:"))
ffMiles=float(raw_input("frequnet fliter miles earned per year:"))
iceCream=float(raw_input("liters of ice cream consumed per year:"))
datingDataMat,datingLabels=file2matrix(path+'datingTestSet2.txt')
normMat,ranges,minVals=autoNorm(datingDataMat)
inArr=np.array([ffMiles,percentTats,iceCream])
classifierResult=classify0((inArr-minVals)/ranges,normMat,datingLabels,3)
print("you will probably like the person:",resultList[classifierResult-1])
if __name__!='__main__':
classifyPerson()
#利用knn算法進行手寫識別系統驗證
path=u'D:\\Users\\zhoumeixu204\\Desktop\\python語言機器學習\\機器學習實戰代碼 python\\機器學習實戰代碼\\machinelearninginaction\\Ch02\\'
def img2vector(filename):
returnVect=np.zeros((1,1024))
fr=open(filename)
for i in range(32):
lineStr=fr.readline()
for j in range(32):
returnVect[0,32*i+j]=int(lineStr[j])
return returnVect
testVector=img2vector(path+'testDigits\\0_13.txt')
print(testVector[0,0:31])
import os
def handwritingClassTest():
hwLabels=[]
trainingFileList=os.listdir(path+'trainingDigits')
m=len(trainingFileList)
trainingMat=np.zeros((m,1024))
for i in range(m):
fileNameStr=trainingFileList[i]
fileStr=fileNameStr.split('.')[0]
classNumStr=int(fileStr.split('_')[0])
hwLabels.append(classNumStr)
trainingMat[i,:]=img2vector(path+'trainingDigits\\'+fileNameStr)
testFileList=os.listdir(path+'testDigits')
errorCount=0.0
mTest=len(testFileList)
for j in range(mTest):
fileNameStr=testFileList[j]
fileStr=fileNameStr.split('.')[0]
classNumStr=int(fileNameStr.split('_')[0])
classNumStr=int(fileStr.split('_')[0])
vectorUnderTest=img2vector(path+'testDigits\\'+fileNameStr)
classifierResult=classify0(vectorUnderTest,trainingMat,hwLabels,3)
print("the classifier canme back with:%d,the real answer is :%d"%(classifierResult,classNumStr))
if classifierResult!=classNumStr:
errorCount+=1.0
print("\nthe total number of errors is :%d"%errorCount)
print("\n the total error rate is :%f"%(errorCount/float(mTest)))
if __name__=='__main__':
handwritingClassTest()
運行結果如下圖：
注：這里使用到了statsmodels模塊，可以點擊此處本站下載statsmodels安裝模塊，再進入statsmodels模塊所在目錄位置，使用：
pip install statsmodels-0.9.0-cp27-none-win32.whl
進行statsmodels模塊的安裝
同理，出現ImportError: No module named pandas錯誤提示時，點擊此處本站下載pandas模塊，再使用
pip install pandas-0.23.1-cp27-none-win32.whl
進行pandas模塊的安裝
更多關于Python相關內容感興趣的讀者可查看本站專題：《Python數學運算技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》、《Python入門與進階經典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設計有所幫助。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
