自己实现的简易的knn算法

标签：[]   print   字典   range   代码   knn   计数   set   距离   

import csv
import random
import operator
import math
import matplotlib.pyplot as plt

#计算距离的函数
def getdistance(testIntance,trainInstance):

    length=len(testIntance)
    distance=0
    # 这个循环只能取到数字
    for i in range(length):
        testInstance1=float(testInstance[i])
        trainInstance1=float(trainInstance[i])
        distance+=(pow((testInstance1-trainInstance1),2))
    # print(distance)
    return math.sqrt(distance)

#读文件
with open(r‘b.txt‘,‘rt‘) as f:
    lines=csv.reader(f)
    dataSet=list(lines)

#测试点
testInstance=[5,5]

distances=[]
for i in range(len(dataSet)):
    dist=getdistance(testInstance,dataSet[i])
    distances.append((dataSet[i],dist))
# 到这里的distances是带有坐标和各个点与待测点距离的列表了
# print(distances)
# 这里采用寻找离他最近的4个样本，然后统计
# 排序操作
distances.sort(key=operator.itemgetter(1))

# 对排序后的前k个值进行种类统计na
tj={}
for i in range(5):
    result=distances[i][0][2]
    if result in tj:
        tj[result]+=1
    else:
        tj[result]=1
print(tj)
# 把字典中统计的结果拿来比较，去统计数大的作为结果

for key in tj:
    if tjresult==None:
        tjresult=key

    if tj[key]>tj[tjresult]:
        tjresult=key
    print(tjresult)
print(tjresult)

数据样式：

自己实现的简易的knn算法

标签：[]   print   字典   range   代码   knn   计数   set   距离   

原文地址：http://blog.51cto.com/13831593/2173699