机器学习入门读书笔记二(k-近邻算法 kNN) 上
2016-08-14 10:01
537 查看
k-近邻算法(kNN)采用测量不同特征值之间的距离方法进行分类
优点:精度高、对异常值不敏感、无数据输入假定。
缺点:计算复杂度高、空间复杂度高。
适用数据范围:数值型和标称型。
工作原理:训练样本集的每条数据包含n个特征值和一个指明所属分类的标签,输入待处理数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,提取k个最相似的数据,k条数据中出现次数最多的分类,即为新数据的推测分类(通常k是不大于20的整数),这就是k-近邻算法中k的出处。
例如:
[align=center]
[/align]
训练样本集
[align=left]
[/align]
[align=left](由于人类大脑限制,只能可视化处理三维以下的事务,因此为了实现简单的可视化,这里的数据只选择两个特征)[/align]
[align=left]待测数据:(20,80)[/align]
[align=left]目标:分类[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]第一步 准备:使用python导入数据[/align]
[align=left]创建python模块kNN.py:[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]第二步 k-近邻算法:[/align]
[align=left]kNN模块中加入classify0()函数:[/align]
[align=left]inX:待测数据向量[/align]
[align=left]dataSet:训练样本数据集[/align]
[align=left]labels: 标签向量[/align]
[align=left]k:最近邻居的数目[/align]
[align=left]标签向量的元素数目和矩阵dataSet的行数相同,程序使用欧式距离公式计算xA和xB之间的距离:[/align]
[align=left]如果数据集存在4个特征值,则点(4,0,0,1)与(7,6,9,4)之间的距离为:
[/align]
[align=center]
[/align]
[align=left]结果应该为B,一个简单的分类器构造完毕。
[/align]
[align=left]
[/align]
优点:精度高、对异常值不敏感、无数据输入假定。
缺点:计算复杂度高、空间复杂度高。
适用数据范围:数值型和标称型。
工作原理:训练样本集的每条数据包含n个特征值和一个指明所属分类的标签,输入待处理数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,提取k个最相似的数据,k条数据中出现次数最多的分类,即为新数据的推测分类(通常k是不大于20的整数),这就是k-近邻算法中k的出处。
例如:
[align=center]
[/align]
特征一 | 特征二 | 分类 |
---|---|---|
1.0 | 1.1 | A |
1.0 | 1.0 | A |
0 | 0 | B |
0 | 0.1 | B |
[/align]
[align=left](由于人类大脑限制,只能可视化处理三维以下的事务,因此为了实现简单的可视化,这里的数据只选择两个特征)[/align]
[align=left]待测数据:(20,80)[/align]
[align=left]目标:分类[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]第一步 准备:使用python导入数据[/align]
[align=left]创建python模块kNN.py:[/align]
[align=left]
[/align]
def createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B'] return group, labels
[align=left]
[/align]
[align=left]
[/align]
[align=left]第二步 k-近邻算法:[/align]
[align=left]kNN模块中加入classify0()函数:[/align]
def classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0] diffMat = tile(inX, (dataSetSize,1)) - dataSet sqDiffMat = diffMat**2 sqDistances = sqDiffMat.sum(axis=1) distances = sqDistances**0.5 sortedDistIndicies = distances.argsort() classCount={} for i in range(k): voteIlabel = labels[sortedDistIndicies[i]] classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True) return sortedClassCount[0][0]
[align=left]inX:待测数据向量[/align]
[align=left]dataSet:训练样本数据集[/align]
[align=left]labels: 标签向量[/align]
[align=left]k:最近邻居的数目[/align]
[align=left]标签向量的元素数目和矩阵dataSet的行数相同,程序使用欧式距离公式计算xA和xB之间的距离:[/align]
[align=left]如果数据集存在4个特征值,则点(4,0,0,1)与(7,6,9,4)之间的距离为:
[/align]
[align=center]
[/align]
[align=left]结果应该为B,一个简单的分类器构造完毕。
[/align]
[align=left]
[/align]
相关文章推荐
- 机器学习入门读书笔记四(k-近邻算法 kNN) 下
- 机器学习入门读书笔记三(k-近邻算法 kNN) 中
- K-近邻算法(kNN)
- k-近邻算法(kNN)
- kNN近邻算法
- K近邻(KNN)算法
- 机器学习——K-近邻(KNN)算法
- K-近邻算法:KNN
- 机器学习之二:K-近邻算法(KNN)
- 机器学习——分类算法1:k-近邻 (KNN) 思想和代码
- k近邻分类算法(kNN)
- 机器学习实战之近邻算法kNN
- KNN近邻算法
- 【JAVA实现】K-近邻(KNN)分类算法
- K-近邻算法(KNN)
- 用scikit-learn估计值分类——近邻算法(KNN)
- K-近邻(KNN)算法
- k近邻(kNN)算法的Python实现(基于欧氏距离)
- KNN 近邻算法
- KNN(K-近邻算法)