机器学习十大算法
KNN算法
算法原理
k-近邻算法采用测量不同特征值之间的距离方法进行分类。
距离公式:欧氏距离
伪代码
- 计算已知类别数据集中的点与当前点之间的距离;
- 按照距离递增次序排序;
- 选取与当前点距离最小的k个点;
- 确定前k个点所在类别的出现频率;
- 返回前k个点出现频率最高的类别作为当前点的预测分类;
def classify0(inX,dataSet,labels,k):
dataSetSize = dataSet.shape[0]
#计算点之间的距离:先创建一个和样本一样大小的0矩阵,沿着y轴方向扩大4倍
diffMat=tile(inX,(dataSetSize,1))-dataSet
sqDiffMat=diffMat**2
sqDistances=sqDiffMat.sum(axis=1) #sum求和
distance=sqDistances**0.5
sortDisIndicies=distance.argsort() #从小到大排序,输出排序的矩阵的位置标签。
classCount={} #建立字典,存储所有点的距离和位置顺序
for i in range(k):
voteIlabels=labels[sortDisIndicies[i]] #得到排序的座标的类标签
classCount[voteIlabels]=classCount.get(voteIlabels,0)+1 #将所有的类标签的数量进行统计
#字典按照类作为key的数值进行排序,最后选择位置为第一位最大数值的类标签,输出标签
sortedClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True)
return sortedClassCount[0][0]