最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python實現(xiàn)K-近鄰算法的示例代碼

 更新時間:2022年09月07日 15:57:09   作者:AI悅創(chuàng)  
k-近鄰算法(K-Nearest Neighbour algorithm),又稱 KNN 算法,是數(shù)據(jù)挖掘技術中原理最簡單的算法。本文將介紹實現(xiàn)K-近鄰算法的示例代碼,需要的可以參考一下

一、介紹

k-近鄰算法(K-Nearest Neighbour algorithm),又稱 KNN 算法,是數(shù)據(jù)挖掘技術中原理最簡單的算法。

工作原理:給定一個已知標簽類別的訓練數(shù)據(jù)集,輸入沒有標簽的新數(shù)據(jù)后,在訓練數(shù)據(jù)集中找到與新數(shù)據(jù)最鄰近的 k 個實例,如果這 k 個實例的多數(shù)屬于某個類別,那么新數(shù)據(jù)就屬于這個類別。簡單理解為:由那些離 X 最近的 k 個點來投票決定 X 歸為哪一類。

二、k-近鄰算法的步驟

(1)計算已知類別數(shù)據(jù)集中的點與當前點之間的距離;

(2)按照距離遞增次序排序;

(3)選取與當前點距離最小的 k 個點;

(4)確定前k個點所在類別的出現(xiàn)頻率;

(5)返回前 k 個點出現(xiàn)頻率最高的類別作為當前點的預測類別。

三、Python 實現(xiàn)

判斷一個電影是愛情片還是動作片。

電影名稱搞笑鏡頭擁抱鏡頭打斗鏡頭電影類型 
0功夫熊貓39031喜劇片
1葉問33265動作片
2倫敦陷落2355動作片
3代理情人9382愛情片
4新步步驚心83417愛情片
5諜影重重5257動作片
6功夫熊貓39031喜劇片
7美人魚21175喜劇片
8寶貝當家4529喜劇片
9唐人街探案23317?

歐氏距離

構建數(shù)據(jù)集

rowdata?=?{
????"電影名稱":?['功夫熊貓',?'葉問3',?'倫敦陷落',?'代理情人',?'新步步驚心',?'諜影重重',?'功夫熊貓',?'美人魚',?'寶貝當家'],
????"搞笑鏡頭":?[39,3,2,9,8,5,39,21,45],
????"擁抱鏡頭":?[0,2,3,38,34,2,0,17,2],
????"打斗鏡頭":?[31,65,55,2,17,57,31,5,9],
????"電影類型":?["喜劇片",?"動作片",?"動作片",?"愛情片",?"愛情片",?"動作片",?"喜劇片",?"喜劇片",?"喜劇片"]
}

計算已知類別數(shù)據(jù)集中的點與當前點之間的距離

new_data?=?[24,67]
dist?=?list((((movie_data.iloc[:6,1:3]-new_data)**2).sum(1))**0.5)

將距離升序排列,然后選取距離最小的 k 個點「容易擬合·以后專欄再論」

k?=?4
dist_l?=?pd.DataFrame({'dist':?dist,?'labels':?(movie_data.iloc[:6,?3])})?
dr?=?dist_l.sort_values(by='dist')[:k]

確定前 k 個點的類別的出現(xiàn)概率

re?=?dr.loc[:,'labels'].value_counts()
re.index[0]

選擇頻率最高的類別作為當前點的預測類別

result?=?[]
result.append(re.index[0])
result

四、約會網(wǎng)站配對效果判定

#?導入數(shù)據(jù)集
datingTest?=?pd.read_table('datingTestSet.txt',header=None)
datingTest.head()

#?分析數(shù)據(jù)
%matplotlib?inline
import?matplotlib?as?mpl
import?matplotlib.pyplot?as?plt

#把不同標簽用顏色區(qū)分
Colors?=?[]
for?i?in?range(datingTest.shape[0]):
????m?=?datingTest.iloc[i,-1]??#?標簽
????if?m=='didntLike':
????????Colors.append('black')
????if?m=='smallDoses':
????????Colors.append('orange')
????if?m=='largeDoses':
????????Colors.append('red')

#繪制兩兩特征之間的散點圖
plt.rcParams['font.sans-serif']=['Simhei']?#圖中字體設置為黑體
pl=plt.figure(figsize=(12,8))??#?建立一個畫布

fig1=pl.add_subplot(221)??#?建立兩行兩列畫布,放在第一個里面
plt.scatter(datingTest.iloc[:,1],datingTest.iloc[:,2],marker='.',c=Colors)
plt.xlabel('玩游戲視頻所占時間比')
plt.ylabel('每周消費冰淇淋公升數(shù)')

fig2=pl.add_subplot(222)
plt.scatter(datingTest.iloc[:,0],datingTest.iloc[:,1],marker='.',c=Colors)
plt.xlabel('每年飛行??屠锍?)
plt.ylabel('玩游戲視頻所占時間比')

fig3=pl.add_subplot(223)
plt.scatter(datingTest.iloc[:,0],datingTest.iloc[:,2],marker='.',c=Colors)
plt.xlabel('每年飛行??屠锍?)
plt.ylabel('每周消費冰淇淋公升數(shù)')
plt.show()


#?數(shù)據(jù)歸一化
def?minmax(dataSet):
????minDf?=?dataSet.min()
????maxDf?=?dataSet.max()
????normSet?=?(dataSet?-?minDf?)/(maxDf?-?minDf)
????return?normSet

datingT?=?pd.concat([minmax(datingTest.iloc[:,?:3]),?datingTest.iloc[:,3]],?axis=1)
datingT.head()

#?切分訓練集和測試集
def?randSplit(dataSet,rate=0.9):
????n?=?dataSet.shape[0]?
????m?=?int(n*rate)
????train?=?dataSet.iloc[:m,:]
????test?=?dataSet.iloc[m:,:]
????test.index?=?range(test.shape[0])
????return?train,test

train,test?=?randSplit(datingT)


#?分類器針對約會網(wǎng)站的測試代碼
def?datingClass(train,test,k):
????n?=?train.shape[1]?-?1??#?將標簽列減掉
????m?=?test.shape[0]??#?行數(shù)
????result?=?[]
????for?i?in?range(m):
????????dist?=?list((((train.iloc[:,?:n]?-?test.iloc[i,?:n])?**?2).sum(1))**5)
????????dist_l?=?pd.DataFrame({'dist':?dist,?'labels':?(train.iloc[:,?n])})
????????dr?=?dist_l.sort_values(by?=?'dist')[:?k]
????????re?=?dr.loc[:,?'labels'].value_counts()
????????result.append(re.index[0])
????result?=?pd.Series(result)??
????test['predict']?=?result??#?增加一列
????acc?=?(test.iloc[:,-1]==test.iloc[:,-2]).mean()
????print(f'模型預測準確率為{acc}')
????return?test


datingClass(train,test,5)??#?95%

五、手寫數(shù)字識別

import?os


#得到標記好的訓練集
def?get_train():
????path?=?'digits/trainingDigits'
????trainingFileList?=?os.listdir(path)
????train?=?pd.DataFrame()
????img?=?[]??#?第一列原來的圖像轉換為圖片里面0和1,一行
????labels?=?[]??#?第二列原來的標簽
????for?i?in?range(len(trainingFileList)):
????????filename?=?trainingFileList[i]
????????txt?=?pd.read_csv(f'digits/trainingDigits/{filename}',?header?=?None)?#32行
????????num?=?''
????????#?將32行轉變?yōu)?行
????????for?i?in?range(txt.shape[0]):
????????????num?+=?txt.iloc[i,:]
????????img.append(num[0])
????????filelable?=?filename.split('_')[0]
????????labels.append(filelable)
????train['img']?=?img
????train['labels']?=?labels
????return?train
????
train?=?get_train()???



#?得到標記好的測試集
def?get_test():
????path?=?'digits/testDigits'
????testFileList?=?os.listdir(path)
????test?=?pd.DataFrame()
????img?=?[]??#?第一列原來的圖像轉換為圖片里面0和1,一行
????labels?=?[]??#?第二列原來的標簽
????for?i?in?range(len(testFileList)):
????????filename?=?testFileList[i]
????????txt?=?pd.read_csv(f'digits/testDigits/{filename}',?header?=?None)?#32行
????????num?=?''
????????#?將32行轉變?yōu)?行
????????for?i?in?range(txt.shape[0]):
????????????num?+=?txt.iloc[i,:]
????????img.append(num[0])
????????filelable?=?filename.split('_')[0]
????????labels.append(filelable)
????test['img']?=?img
????test['labels']?=?labels
????return?test

test?=?get_test()

#?分類器針對手寫數(shù)字的測試代碼
from?Levenshtein?import?hamming

def?handwritingClass(train,?test,?k):
????n?=?train.shape[0]
????m?=?test.shape[0]
????result?=?[]
????for?i?in?range(m):
????????dist?=?[]
????????for?j?in?range(n):
????????????d?=?str(hamming(train.iloc[j,0],?test.iloc[i,0]))
????????????dist.append(d)
????????dist_l?=?pd.DataFrame({'dist':dist,?'labels':(train.iloc[:,1])})
????????dr?=?dist_l.sort_values(by='dist')[:k]
????????re?=?dr.loc[:,'labels'].value_counts()
????????result.append(re.index[0])
????result?=?pd.Series(result)
????test['predict']?=?result
????acc?=?(test.iloc[:,-1]?==?test.iloc[:,-2]).mean()
????print(f'模型預測準確率為{acc}')
????return?test

handwritingClass(train,?test,?3)??#?97.8%

六、算法優(yōu)缺點

優(yōu)點

(1)簡單好用,容易理解,精度高,理論成熟,既可以用來做分類也可以用來做回歸;

(2)可用于數(shù)值型數(shù)據(jù)和離散型數(shù)據(jù);

(3)無數(shù)據(jù)輸入假定;

(4)適合對稀有事件進行分類。

缺點

(1)計算復雜性高;空間復雜性高;

(2)計算量大,所以一般數(shù)值很大的適合不用這個,但是單個樣本又不能太少,否則容易發(fā)生誤分;

(3)樣本不平衡問題(即有些類別的樣本數(shù)量很多,而其他樣本的數(shù)量很少);

(4)可理解性比較差,無法給出數(shù)據(jù)的內(nèi)在含義

到此這篇關于Python實現(xiàn)K-近鄰算法的示例代碼的文章就介紹到這了,更多相關Python K近鄰算法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Django models.py應用實現(xiàn)過程詳解

    Django models.py應用實現(xiàn)過程詳解

    這篇文章主要介紹了Django models.py應用實現(xiàn)過程詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-07-07
  • 通過Django Admin+HttpRunner1.5.6實現(xiàn)簡易接口測試平臺

    通過Django Admin+HttpRunner1.5.6實現(xiàn)簡易接口測試平臺

    這篇文章主要介紹了通過Django Admin+HttpRunner1.5.6實現(xiàn)簡易接口測試平臺,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-11-11
  • 在Python中使用元類的教程

    在Python中使用元類的教程

    這篇文章主要介紹了在Python中使用元類的教程,是Python當中的基礎知識,代碼基于Python2.x版本,需要的朋友可以參考下
    2015-04-04
  • 詳解Python?NumPy如何使用argsort方法進行排序

    詳解Python?NumPy如何使用argsort方法進行排序

    NumPy提供了各種功能強大的數(shù)組操作方法,其中之一就是argsort方法,本文將詳細介紹argsort方法的使用,以及如何在實際項目中充分利用它進行排序操作,希望對大家有所幫助
    2024-03-03
  • 8種用Python實現(xiàn)線性回歸的方法對比詳解

    8種用Python實現(xiàn)線性回歸的方法對比詳解

    這篇文章主要介紹了8種用Python實現(xiàn)線性回歸的方法對比詳解,說到如何用Python執(zhí)行線性回歸,大部分人會立刻想到用sklearn的linear_model,但事實是,Python至少有8種執(zhí)行線性回歸的方法,sklearn并不是最高效的,需要的朋友可以參考下
    2019-07-07
  • 詳解Python Flask框架的安裝及應用

    詳解Python Flask框架的安裝及應用

    Flask誕生于愚人節(jié)開的一個玩笑,后來逐漸發(fā)展成為一個成熟的 Python Web框架,越來越受到開發(fā)者的喜愛。本文將以一個博客后臺為例,詳解Flask框架的安裝及應用,需要的可以參考一下
    2022-05-05
  • 解決pycharm安裝后代碼區(qū)不能編輯的問題

    解決pycharm安裝后代碼區(qū)不能編輯的問題

    今天小編就為大家分享一篇解決pycharm安裝后代碼區(qū)不能編輯的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-10-10
  • flask使用session保存登錄狀態(tài)及攔截未登錄請求代碼

    flask使用session保存登錄狀態(tài)及攔截未登錄請求代碼

    這篇文章主要介紹了flask使用session保存登錄狀態(tài)及攔截未登錄請求代碼,具有一定借鑒價值,需要的朋友可以參考下
    2018-01-01
  • Python編程給numpy矩陣添加一列方法示例

    Python編程給numpy矩陣添加一列方法示例

    這篇文章主要介紹了Python編程給numpy矩陣添加一列方法示例,具有一定參考價值,需要的朋友可以了解下。
    2017-12-12
  • Python+DeOldify實現(xiàn)老照片上色功能

    Python+DeOldify實現(xiàn)老照片上色功能

    DeOldify是一種技術,以彩色和恢復舊的黑白圖像,甚至電影片段。它是由一個叫Jason?Antic的人開發(fā)和更新的。本文將利用DeOldify實現(xiàn)老照片上色功能,感興趣的可以了解一下
    2022-06-06

最新評論

泊头市| 南投市| 临沧市| 远安县| 明溪县| 苍溪县| 开原市| 太康县| 肇源县| 绥化市| 瑞金市| 富宁县| 龙里县| 大方县| 惠水县| 南华县| 措勤县| 绥德县| 定结县| 连平县| 孟连| 右玉县| 卓资县| 天镇县| 油尖旺区| 搜索| 定边县| 马龙县| 蒙阴县| 千阳县| 兰考县| 达拉特旗| 武强县| 三原县| 石门县| 儋州市| 抚远县| 通海县| 苏尼特右旗| 肥城市| 高邮市|