python knn演算法練習

1，準備資料：

從檔案中讀出檔案（資料來自海倫約會**例子）；展示如圖

2 ，資料歸一化

主要公式：newvalue =（oldvalue-min）/（max-min）

>>> tmpmat,rangs,mins =knn.autonorm(mat)

>>> tmpmat
array([[ 0.44832535, 0.39805139, 0.56233353],
[ 0.15873259, 0.34195467, 0.98724416],
[ 0.28542943, 0.06892523, 0.47449629],
..., 
[ 0.29115949, 0.50910294, 0.51079493],
[ 0.52711097, 0.43665451, 0.4290048 ],
[ 0.47940793, 0.3768091 , 0.78571804]])

def    classify(testvecs,dataset,labels,k):

datasetsize =dataset.shape[0]
diffmat =tile(testvecs,(datasetsize,1)) -dataset
sqdiffmat= diffmat**2
sqdistance=sqdiffmat.sum(axis=1)
distance =sqdistance**0.5
sorteddiss=distance.argsort()
classcount = {}
for i in range(k):
votelabel =labels[sorteddiss[i]]
classcount[votelabel] = classcount.get(votelabel,0)+1.0
sortedclasscount =sorted(classcount.iteritems(),key=operator.itemgetter(1),reverse=true)

def datingtest(int_k):

horatio =0.1
datingdatamat ,labels =file2mat('d:\python-機器學習\datingtestset2.txt')
normmat,ranges,minvals =autonorm(datingdatamat)
m=normmat.shape[0]
numtestvecs =int (m*horatio)
errorcount = 0.0
for i in range (numtestvecs):
classifyresult =classify(normmat[i,:],normmat[numtestvecs:m,:],labels[numtestvecs:m],int_k)
if(classifyresult != labels[i]):
errorcount=errorcount+1.0

print "the toal error rate is :%f" %(errorcount/float(numtestvecs))

>>> reload(knn)

>>> knn.datingtest(4)
the toal error rate is :0.030000

python KNN演算法運用練習之分類

問題描述 通過對細胞7個屬性的測量得分，蛋白質的定位位點，一共有8個定位點。模型選擇與評估 用cross val score實現，返回打分結果，分數越高，效能越好。引數cv，表示幾折交叉 引數scroing，常用 neg mean absolute error mae相反數 neg mean squ...

python kNN基礎演算法 分類和推薦系統

1 k 近鄰演算法是分類資料最簡單最有效的方法。2 在將資料輸入到分類器之前，必須將待處理資料的格式改變為分類器可以接受的格式。3 所有的推薦模型都可以使用這個演算法，只要將結果量化就行了，主要是要考慮權重的設計。coding utf 8 數字型聚類分析 from numpy import impo...

Python KNN 學習曲線

學習曲線的目的是選擇更好的模型引數。以最近鄰演算法為例，選取最近的多少個資料點，才能達到最優。可以控制訓練集不動，調整最近的點的個數，繪製學習曲線。import matplotlib.pyplot as plt score krange range 1,21 k值取值範圍 for i in kran...