鱼找鱼阿虾找虾,KNN算法帮着乌龟找王八
初识KNN
KNN算法是《机器学习实践》这本书介绍的第一个分类算法,可见其地位非凡。虽然随着入行资历增长,可能会越来越看轻它,但这就是历练的必经之路,要想过此路,先得跨过它。
KNN(K-NearestNeighbor),邻近算法。说白了就是近朱者赤近墨者黑的分类思想,白的附近算白帮,黑的附近算黑派。你跟谁走的比较近,你们多半是一类人。这就是算法核心思想的通俗理解。
鱼找鱼虾找虾乌龟找王八,好的吧,算你赢。
就是用鱼找鱼,虾找虾的样本构建一个分类模型,模型建立好了后,输入乌龟,帮你找到自己的圈儿——王八。
KNN的工作原理专业解说:存在一个样本数据集合,也叫训练样本集,并且样本集合中每个数据都有自己的标签,即我们知道样本集中每一条记录与所属分类关系。输入没有标签的新数据后,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,然后算法提取样本集中特征最相似数据(最近邻)的分类标签。
KNN实操
教科书的样板代码如下,帮你敲好了~
import operator import numpy as np import matplotlib.pyplot as pp def createDataSet(): # 数据集 group = np.array([[1.0,1.1], [1.0,1.0], [0,0], [0,0.1]]) # 标签集 labels = ['A','A','B','B'] return group,labels group,labels = createDataSet() # k-近邻算法 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.items(), key=operator.itemgetter(1), reverse=True) return sortedClassCount[0][0] classify0([0,0], group, labels, 3) |
我也根据自己输入样本的数据结构,改写一下算法~
import operator import pandas as pd import numpy as np LearnSample = pd.read_excel('LearnSample.xlsx') def KNNClassify(LearnSample, InX, k): DistResult = pd.DataFrame({}, index=[0]) count = 0 for index, value in LearnSample['category'].items(): diff = (np.array(LearnSample.loc[index,['x1','x2']]) - np.array(InX)) ** 2 dist = diff.sum(axis = 0) ** 0.5 new = pd.DataFrame({'distance': dist, 'category':value}, index=[count]) count += 1 DistResult = DistResult.append(new, ignore_index=True) DistResult = DistResult.sort_values('distance', ascending=True).head(k) category = DistResult['category'].value_counts().index[0] return category KNNClassify(LearnSample=LearnSample,InX=[0,0], k=3) |
顺利帮着乌龟找到王八
输入样本的一部分是这样:
待分类的数据长这样:
对每一个待分类的记录,调用KNN算法函数,结果写入到Dataframe中,完成。
for index, value in result['x1'].items(): result['拟分类'][index] = KNNClassify(LearnSample, [value,result['x2'][index]], 3) result.head() |
结果如下所示:
优缺点分析
优点
1.易于理解、实现,无需估计参数,无需训练;
2.适合多分类问题,KNN比SVM表现要好。
缺点
1.计算量大,每一个待分类的记录都要计算其与每个已知的样本的距离
2.受到学习样本中每个分类的样本容量影响较大。
欢迎长按下方图片,识别途中二维码,关注“数据分析师手记”~~
鱼找鱼阿虾找虾,KNN算法帮着乌龟找王八相关推荐
- KNN算法——kd-tree、KNN莺尾花分类sklearn实现实例
KNN算法--kd-tree.KNN莺尾花分类sklearn实现实例 KNN算法--kd-tree.KNN莺尾花分类sklearn实现实例 1.kd-tree 2.kd-tree的构建 3.kd-tr ...
- JavaScript实现找出买卖股票的最大利润算法(附完整源码)
JavaScript实现找出买卖股票的最大利润算法(附完整源码) dpBestTimeToBuySellStocks.js完整源代码 dpBestTimeToBuySellStocks.test.js ...
- JavaScript实现找出一个数的质因数primeFactors算法(附完整源码)
JavaScript实现找出一个数的质因数primeFactors算法(附完整源码) primeFactors.js完整源代码 primeFactors.js完整源代码 export function ...
- 找不到redis得pid文件_电脑提示Windows找不到文件?试试这两个技巧,轻松解决!...
如果在电脑开机时,弹出了有关"windows找不到文件"的提示窗口,但运行基本正常,这有可能是某程序卸载以后,注册表中残留有信息. 或者是电脑杀毒过程当中,杀毒软件将此文件作为病毒 ...
- ubuntu中make头文件找不到_和平精英:游戏中找不到人怎么办?这些技巧帮你练出“火眼金睛”...
大家好,欢迎来到<刺激实战教室>,我是你们的老朋友刺激哥.俗话说,电子竞技不需要视力,而这句话也是<和平精英>的一个"痛点".在<和平精英>这款 ...
- 找出第i个小元素(算法导论第三版9.2-4题)
找出第i个小元素(算法导论第三版9.2-4题) 期望时间复杂度:Θ(n) 最坏情况的时间复杂度Θ(n^2) int randomized_select_based_loop(int *array,in ...
- SRA 练习:解释 CRUD 矩阵方法,并从上面 “用于化学品跟踪管理系统的 CRUDL 矩阵示例”图中找出被遗漏的需求,并解释是如何找的?
文章目录 一.练习题目 二.CRUD 矩阵介绍 三.矩阵分析 四.寻找遗漏需求 一.练习题目 解释 CRUD 矩阵方法,并从上面 "用于化学品跟踪管理系统的 CRUDL 矩阵示例" ...
- linux 开机 找不到 文件系统 下载文件系统就好了,开机启动找不到文件系统的修复步骤...
问题描述,电脑开机后出现错误,找不到文件系统,如上图:一般是grub找不到引导文件,只需要让他找到引导文件就好了.步骤如下 1.输入 命令"set", 查看grub指向哪个盘, ...
- System.Security.Cryptography.RSA.FromXmlString 系统找不到指定的文件和X509读取证书文件系统找不到指定的文件异常
System.Security.Cryptography.RSA.FromXmlString 系统找不到指定的文件和X509读取证书文件系统找不到指定的文件异常 参考文章: (1)System.Sec ...
最新文章
- iOS:切换视图的第三种方式:UITabBarController标签栏控制器
- LeetCode Reverse Linked List II 反置链表2
- 用Docker构建LNMP环境(上)
- OpenCV学习笔记(一):Win10(x64)+Qt5.8(MSVC2013)+OpenCV3.1.0配置过程
- java web远程调试工具_java远程调试 - Dendy的个人页面 - OSCHINA - 中文开源技术交流社区...
- dynamic的一些使用心得
- python爬取小说网站资源_利用python的requests和BeautifulSoup库爬取小说网站内容
- 维护项目的管理策略案例
- 机器学习:更多的数据总是优于更好的算法吗?
- WINCE 中常见的问题收集
- 可以发送html文本的python脚本
- mysql架构 三级主从同步_MySQL 主从同步架构中你不知道的“坑”(完结篇)
- Ubuntu Emacs Fcitx 中文输入法设置
- 【收藏向】模拟电子技术超强知识点总结 20小时不挂科
- 职场中警惕七种危险的同事
- 常用坐标系汇总(更新)
- pytho运算符练习
- python plc fx5u_三菱PLC FX3U和FX5U有什么区别
- PTA 6-2 根据派生类写出基类(Java)
- 保险咨询小程序开发,给你我多一分安心