Python 机器学习 K-近邻算法
2018-01-18 18:30
489 查看
from numpy import * import operator 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 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]安装所需要的numpy模块
yum install install python-numpy python-scipy python-matplotlib
python 进去 python命令行
import kNN
group,labels = kNN.createDataSet()
kNN.classify0([0,0],group,labels,3)
输出结果为
相关文章推荐
- Python与机器学习(三):K-近邻算法
- 机器学习 & python k-近邻算法处理手写识别系统
- 机器学习 & python k-近邻算法处理手写识别系统
- 机器学习实战(1) ——K-近邻算法(python实现)
- 机器学习经典算法详解及Python实现--K近邻(KNN)算法
- python机器学习之 K-近邻算法
- 机器学习经典算法详解及Python实现–K近邻(KNN)算法
- 机器学习----K-近邻算法(Python代码详解)
- Python语言实现机器学习的K-近邻算法
- python机器学习实战1:实现k-近邻算法
- Python机器学习实战--(k-近邻算法)
- 机器学习 & python 使用k-近邻算法改进约会网站的配对效果
- 机器学习(K-近邻算法)Python的基础知识
- 机器学习经典算法详解及Python实现--K近邻(KNN)算法
- 机器学习:K-近邻算法原理与Python代码实现
- 机器学习-----之KNN近邻算法(python3)
- 机器学习(基于Python)--k-近邻算法
- 机器学习经典算法详解及Python实现--K近邻(KNN)算法
- Python语言实现机器学习的K-近邻算法
- 机器学习 & python k-近邻算法