kNN算法效果好,细想简单,作为初接触机器学习算法的同学来说,是很好的一个切入点。
kNN算法的核心思想就是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。
kNN主要用来解决监督学习中的分类问题。
下面通过一个例子,来看看kNN算法的具体过程
首先我们给出一个数据集,raw_data_X表示样本特征集合,raw_data_y为样本所属的类别:
raw_data_X = [[3.393533211, 2.331273381],
[3.110073483, 1.781539638],
[1.343808831, 3.368360954],
[3.582294042, 4.679179110],
[2.280362439, 2.866990263],
[7.423436942, 4.696522875],
[5.745051997, 3.533989803],
[9.172168622, 2.511101045],
[7.792783481, 3.424088941],
[7.939820817, 0.791637231]
]
raw_data_y = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
在这里我们把原始数据集作为训练集
X_train = np.array(raw_data_X)
y_train = np.array(raw_data_y)
然后kNN要做的事情是,新来一个数据x,对它进行分类,具体便是计算x与x_train的距离,看x与哪些样本的距离离的最近
x = np.array([8.093607318, 3.365731514])
distances = [sqrt(np.sum((x_train - x)**2)) for x_train in X_train]
接下来找到离新来的x点最近的6个点的y值是多少
np.argsort(distances)
k = 6
nearest = np.argsort(distances)
topK_y = [y_train[i] for i in nearest[:k]]
然后投票选出x的类别
votes = Counter(topK_y)
return votes.most_common(1)[0][0]
这样我们就会得到结果1,表示对新来的x,kNN将其分类为1。
在这里用到的argsort是Numpy里一个函数,可以返回排序的序号下标,方便我们投票使用。下面是完整的Python代码
import numpy as np
from math import sqrt
from collections import Counter
def kNN_classify(k, X_train, y_train, x):
assert 1 <= k <= X_train.shape[0], "k must be valid"
assert X_train.shape[0] == y_train.shape[0], \
"the size of X_train must equal to the size of y_train"
assert X_train.shape[1] == x.shape[0], \
"the feature number of x must be equal to X_train"
distances = [sqrt(np.sum((x_train - x) ** 2)) for x_train in X_train]
nearest = np.argsort(distances)
topK_y = [y_train[i] for i in nearest[:k]]
votes = Counter(topK_y)
return votes.most_common(1)[0][0]
封装成一个类
import numpy as np
from math import sqrt
from collections import Counter
class KNNClassifier:
def __init__(self, k):
"""初始化kNN分类器"""
assert k >= 1, "k must be valid"
self.k = k
self._X_train = None
self._y_train = None
def fit(self, X_train, y_train):
"""根据训练数据集X_train和y_train训练kNN分类器"""
assert X_train.shape[0] == y_train.shape[0], \
"the size of X_train must be equal to the size of y_train"
assert self.k <= X_train.shape[0], \
"the size of X_train must be at least k."
self._X_train = X_train
self._y_train = y_train
return self
def predict(self, X_predict):
"""给定待预测数据集X_predict,返回表示X_predict的结果向量"""
assert self._X_train is not None and self._y_train is not None, \
"must fit before predict!"
assert X_predict.shape[1] == self._X_train.shape[1], \
"the feature number of X_predict must be equal to X_train"
y_predict = [self._predict(x) for x in X_predict]
return np.array(y_predict)
def _predict(self, x):
"""给定单个待预测数据x,返回x的预测结果值"""
assert x.shape[0] == self._X_train.shape[1], \
"the feature number of x must be equal to X_train"
distances = [sqrt(np.sum((x_train - x) ** 2))
for x_train in self._X_train]
nearest = np.argsort(distances)
topK_y = [self._y_train[i] for i in nearest[:self.k]]
votes = Counter(topK_y)
return votes.most_common(1)[0][0]
def __repr__(self):
return "KNN(k=%d)" % self.k
文章浏览阅读1.2k次。-(void)setSystemVolummMax{ NSLog(@"volum=====%f", [[MPMusicPlayerControllerapplicationMusicPlayer] volume]); if([[MPMusicPlayerControllerapplicationMusicPlayer] volume] 1.0) _ios audioservicescreatesystemsoundid 音量设置
文章浏览阅读486次。翔云身份证实名认证接口具备高准确度的身份信息比对能力,包括姓名、身份证号码、人脸照片等信息的一致性验证,并能实时反馈验证结果。)准确性高且稳定,响应速度快、用户体验度高,可避免因认证过程过慢导致用户流失,是性价比很高的接口。翔云身份证实名认证API(
文章浏览阅读683次。1.新建批处理作业2.选择备份数据库3.保存文件4.新建触发器5.添加触发器时间6.保存,测试效果一定要记得检查有没有备份成功以及备份的内容是否 完整!!!_navicat定时备份
文章浏览阅读694次,点赞14次,收藏7次。在执行Docker镜像构建之前,需要先使用Maven或Gradle构建你的Spring Boot项目,生成可执行的jar文件。这就是将Spring Boot项目打包成Docker镜像的基本过程。根据你的具体需求,可能需要对这个过程进行调整或优化。这个命令会启动一个容器,将容器的8080端口映射到主机的8080端口,从而可以通过。是你想要给你的Docker镜像命名的名称。首先,你需要在Spring Boot项目的根目录下创建一个。为你的Spring Boot应用的实际jar文件名称。目录下找到jar文件。_springboot项目打包成docker镜像
文章浏览阅读3.6w次,点赞30次,收藏111次。HTML5 Input DatePicker 对象Input Date 对象表示 HTML <input type="datetime"> 元素。是 HTML5 中的新对象。访问 Input Date 对象var x = document.getElementById("myDate");日期(<input type="date" />)最基本的日期选择器..._input 日期
文章浏览阅读1.5k次。STM32串口USART串口重映射&打印输出printf标识符_stm32串口重映射
文章浏览阅读1.1k次。import java.security.MessageDigest;import java.security.NoSuchAlgorithmException;//import org.apache.commons.codec.binary.Hex;public class CalMD5_Test { public static void main(String[] args) {_calmd5
文章浏览阅读5.7k次。在使用Visual Studio 2019集成IDE环境下进行开发工作时;需要将IDE的环境修改为中文环境进行开发工作,这对于不太熟悉Visual Studio 2019 环境的人来说是十分友好的。_visio2019英文怎么设置中文
文章浏览阅读1.1k次。这些工具的共同点是学习者在学习的过程中,只能按照固定的单词顺序线性的学习[1],不能与这些资源进行任何交互,更不能对学习者的学习特征做出相应的调整和反馈。英语在国内目前属于各类的考试的必修课程,中考、高考、考研、出国,几乎贯穿所有学习阶段。复习模块提供两种复习模式:随机从已背单词本选单词,然后随机空出几个字母,进行单词填空,写错则将该单词从已背单词本删除,并加入陌生单词本;本研究项目即针对传统单词书存在的发展弊端,针对行开发一款单词记忆APP,用户可以依靠本项目软件,实现单词的电子阅读,优化相关体验。_背单词app开发
文章浏览阅读341次。问题背景最近在实施微服务化过程中,发现了一类潜在需求(这就是传说中开发者的敏锐嗅觉=_ =?):如何快速的来进行远程RPC调用,来进行测试、排查问题?服务调用方式有两种形..._scala 程序出发远程脚本
文章浏览阅读7k次,点赞3次,收藏7次。1 数字证书1.1 概述 数字证书就是互联网通讯中标志通讯各方身份信息的一串数字,提供了一种在Internet上验证通信实体身份的方式,数字证书不是数字身份证,而是身份认证机构盖在数字身份证上的一个章或印(或者说加在数字身份证上的一个签名)。它是由权威机构——CA机构,又称为证书授权(Certificate Authority)中心发行的,人们可以在网上用它来识别对方的身份。2 证书格式2.1 ..._区分订户证书和ca证书需要用到的证书扩展
文章浏览阅读5.9k次。1.卸载python2.7sudo apt-get remove python2.72.卸载python2.7及其依赖sudo apt-get remove --auto-remove python2.73.消除python2.7sudo apt-get purge python2.7 or sudo apt-get purge --auto-remove python2.7安装python3:sudo apt-get install python3.8:安装open.._ubuntu 卸载 python2 安装 python3