K近邻分类算法实现 in Python

python

K近邻(KNN):分类算法

* KNN是non-parametric分类器(不做分布形式的假设,直接从数据估计概率密度),是memory-based learning.

* KNN不适用于高维数据(curse of dimension)

* Machine Learning的Python库很多,比如mlpy(更多packages),这里实现只是为了掌握方法

* MATLAB 中的调用,见《MATLAB分类器大全(svm,knn,随机森林等)》

* KNN算法复杂度高(可用KD树优化,C中可以用libkdtree或者ANN)

* k越小越容易过拟合,但是k很大会降分类精度(设想极限情况:k=1和k=N(样本数))

本文不介绍理论了,注释见代码。

KNN.py

[python] view plain copy

 

 

  1. from numpy import *  
  2. import operator  
  3.   
  4. class KNN:  
  5.     def createDataset(self):  

  6.         group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])  

  7.         labels = ['A','A','B','B']  

  8.         return group,labels  

  9.   
  10.     def KnnClassify(self,testX,trainX,labels,K):  

  11.         [N,M]=trainX.shape  
  12.       
  13.     #calculate the distance between testX and other training samples  

  14.         difference = tile(testX,(N,1)) - trainX # tile for array and repeat for matrix in Python, == repmat in Matlab  

  15.         difference = difference ** 2 # take pow(difference,2)  

  16.         distance = difference.sum(1) # take the sum of difference from all dimensions  

  17.         distance = distance ** 0.5  

  18.         sortdiffidx = distance.argsort()  
  19.       
  20.     # find the k nearest neighbours  

  21.         vote = {} #create the dictionary  

  22.         for i in range(K):  

  23.             ith_label = labels[sortdiffidx[i]];  
  24.             vote[ith_label] = vote.get(ith_label,0)+1 #get(ith_label,0) : if dictionary 'vote' exist key 'ith_label', return vote[ith_label]; else return 0  

  25.         sortedvote = sorted(vote.iteritems(),key = lambda x:x[1], reverse = True)  

  26.         # 'key = lambda x: x[1]' can be substituted by operator.itemgetter(1)  

  27.         return sortedvote[0][0]  

  28.   
  29. k = KNN() #create KNN object  

  30. group,labels = k.createDataset()  
  31. cls = k.KnnClassify([0,0],group,labels,3)  
  32. print cls  

-------------------
运行:

1. 在Python Shell 中可以运行KNN.py

>>>import os

>>>os.chdir("/Users/mba/Documents/Study/Machine_Learning/Python/KNN")

>>>execfile("KNN.py")

输出B

(B表示类别)

2. 或者terminal中直接运行

$ python KNN.py

3. 也可以不在KNN.py中写输出,而选择在Shell中获得结果,i.e.,

>>>import KNN

>>> KNN.k.KnnClassify([0,0],KNN.group,KNN.labels,3)

from: http://blog.csdn.net/abcjennifer/article/details/19757987

以上是 K近邻分类算法实现 in Python 的全部内容, 来源链接: utcz.com/z/387427.html

回到顶部