python实现k core算法_python实现k-近邻算法
参考:《机器学习实战》- Machine Learning in Action
一、 必备的包
实现此算法需要准备以下的包:
• matplotlib,用于绘图
• numpy,数组处理库
我一般是用pip安装,若不熟悉这些库,可以搜索一下它们的简单教程。
二、 基本思想
假设存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签。输入测试数据后,通过采用测量不同特征值之间的距离进行分类,即挑选前k个最相似的样本数据。最后,选择k个最相似数据中出现次数最多的分类,作为测试数据的分类结果。
伪代码:
计算已知类别数据集中的点与当前点的距离;
按照距离递增次序排序;
选取与当前点距离最小的k个点;
确定前k个点所在类别的出现频率;
返回频率最高的类别作为预测分类。
一般而言,计算距离会采用欧式距离。
三、 代码
背景:有一个约会网站,交往对象总结下来可以分成三种类型:不喜欢的人,魅力一般的人,极具魅力的人。若提供了样本为,三个特征:每年获得的飞行常客里程数,玩视频游戏所耗百分比,每周消费的冰淇淋升数,以及给出所属的类型。
样本文件为:datingTestSet.txt
代码如下:
# -*- coding:utf-8 -*-
from numpy import *
import matplotlib
import matplotlib.pyplot as plt
#---简单的二维分类器---#
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] #得到行数
diffMat = tile(inX, (dataSetSize,1)) - dataSet #沿维度重复
sqDiffMat = diffMat**2 #矩阵每个元素平方
sqDistances = sqDiffMat.sum(axis=1) #将每行相加
distance = sqDistances**0.5 #开方
sortedDistIndicies = distance.argsort()
classCount = {}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
sortedClassCount = sorted(classCount.items(), \
key=lambda item:item[1], reverse=True) #参数1是可迭代对象,参数2表示用第2个域的值,参数3表示降序
return sortedClassCount[0][0]
#---社交网络分类---#
#文件处理
def file2matrix(filename):
fr = open(filename)
arrayOfLines = fr.readlines()
numberOfLines = len(arrayOfLines)
returnMat = zeros((numberOfLines, 3))
classLabelVector = []
index = 0
for line in arrayOfLines:
line = line.strip()
listFromLine = line.split('\t')
returnMat[index,:] = listFromLine[0:3]
if listFromLine[-1].startswith('large'):
classLabelVector.append(3)
elif listFromLine[-1].startswith('small'):
classLabelVector.append(2)
else:
classLabelVector.append(1)
index += 1
return returnMat, classLabelVector
#对数据进行归一化处理
def autoNorm(dataSet):
minVals = dataSet.min(0) #得到每个特征的最小值
maxVals = dataSet.max(0) #得到每个特征的最大值
ranges = maxVals - minVals
normDataSet = zeros(shape(dataSet))
m = dataSet.shape[0] #得到行数
normDataSet = dataSet - tile(minVals, (m,1))
normDataSet = normDataSet/tile(ranges, (m,1))
return normDataSet, ranges, minVals
#对模型进行测试
def datingClassTest():
hoRatio = 0.10
datingDataMat, datingLabels = file2matrix('datingTestSet.txt')
normMat, ranges, minVals = autoNorm(datingDataMat)
m = normMat.shape[0]
numTestVecs = int(m*hoRatio)
errorCount = 0.0
for i in range(numTestVecs):
classifierResult = classify0(normMat[i,:], normMat[numTestVecs:m,:], \
datingLabels[numTestVecs:m],3)
print "the classifier came back with: %d, the real answer is: %d" \
% (classifierResult, datingLabels[i])
if classifierResult != datingLabels[i]:
errorCount += 1.0
print "the total error rate is: %f" % (errorCount/float(numTestVecs))
#约会网站预测函数
def classifyPerson():
resultList = ['not at all', 'in small doses', 'in large doses']
PercentTats = float(raw_input('PercentTats of time spent playing video games?'))
ffMiles = float(raw_input('frequent flier miles earned per year?'))
iceCream = float(raw_input('liters of ice cream consumed per year?'))
datingDataMat, datingLabels = file2matrix('datingTestSet.txt')
normMat, ranges, minVals = autoNorm(datingDataMat)
inArr = array([ffMiles, PercentTats, iceCream])
classifierResult = classify0((inArr - minVals)/ranges, normMat, datingLabels, 3)
print "You will probably like this person: ", \
resultList[classifierResult - 1]
if __name__ == '__main__':
#datingClassTest()
#classifyPerson()
testVector = img2vector('testDigits/0_13.txt')
print testVector[0,0:31]
python实现k core算法_python实现k-近邻算法相关推荐
- python做k线图_python做k线图(15分钟k线的意义)
北大荒... 大家对图中的巨量高开涨停是什么理解的... 庄家最后的出 日k线图又称阴阳烛,最初是日本米商用来表示米价涨跌状况的工具,后来引入股市,并逐渐风行于东南亚地区.k线图以其直观.立体感强的特 ...
- k近邻算法matlab实现_k近邻算法
k 近邻法 (k-NN) 是一种基于实例的学习方法,无法转化为对参数空间的搜索问题(参数最优化 问题).它的特点是对特征空间进行搜索.除了k近邻法,本章还对以下几个问题进行较深入的讨 论: 切比雪夫距 ...
- python字符串相加算法_python:复杂字符串算法
我有一个清单 listcdtitles = [""" Liszt, Hungarian Rhapsody #6 {'Pesther Carneval'}; 2 Episo ...
- python数圈算法_Python实现随机爬山算法
随机爬山是一种优化算法.它利用随机性作为搜索过程的一部分.这使得该算法适用于非线性目标函数,而其他局部搜索算法不能很好地运行.它也是一种局部搜索算法,这意味着它修改了单个解决方案并搜索搜索空间的相对局 ...
- python实现排序算法_python实现各种排序算法
冒泡排序 """ 分析 1. 算法是一种与语言无关的东西,更确切地说就算解决问题的思路,就是一个通用的思想的问题 2. 冒泡算法作为最简单的一种排序算法,我们的关注点不应 ...
- pythonopencv算法_python opencv之SURF算法示例
本文介绍了python opencv之SURF算法示例,分享给大家,具体如下: 目标: SURF算法基础 opencv总SURF算法的使用 原理: 上节课使用了SIFT算法,当时这种算法效率不高,需要 ...
- python画k线图_Python绘制K线图
不管是对量化分析师还是普通的投资者来说,K线图(蜡烛图)都是一种很经典.很重要的工具.在K线图中,它会绘制每天的最高价.最低价.开盘价和收盘价,这对于我们理解股票的趋势以及每天的多空对比很有帮助. 一 ...
- python画k线图_python画k线图
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! import datetime import pandas_datareader ...
- python决策树id3算法_python实现决策树ID3算法
一.决策树概论 决策树是根据训练数据集,按属性跟类型,构建一棵树形结构.可以按照这棵树的结构,对测试数据进行分类.同时决策树也可以用来处理预测问题(回归). 二.决策树ID3的原理 有多种类型的决策树 ...
最新文章
- C++ 中emplace_back和push_back差异
- 不敢回国的硅谷程序员们!
- 浅谈jsp的7个动作
- 2018年黑龙江各口岸进口俄大豆80.3万吨 同比增长60.1%
- UnixLinux技术文章目录(2015-12-22更新)
- 博士生Science发文:很庆幸导师要求每周交工作进展汇报!
- python画航线图_Python:如何在地图上绘制飞行轨迹/航线
- markdown不允许还有人不会
- mavan自动化接管浏览器_人工智能与自动化:接管还是共生?
- JSONObject没有fromObject方法及其依赖引入
- 已知两点坐标,求过这两点的直线一般方程式,并求点(x0, y0)到直线的距离
- 萤火虫小程序_十一爱萌乐园试营业欢乐开启!萤火虫星光夜梦幻来袭!更有…...
- DirectoryEntry使用-实现域登录
- 容器技术—docker stack
- 回归基础:通过亮度恒定性和运动平滑度对光流进行无监督学习
- 刚柔相济 端庄大方——张銅彦行楷书摭谈
- 马斯诺的行为科学体系的基础
- iOS开发之Unity游戏在iOS平台运行调研(踩坑)
- 数据结构 - 图的基本操作 深度和广度遍历
- 这届程序YUAN可太优秀了
热门文章
- git 还原到某个版本_Git常用命令
- bootstrap切换tab页局部刷新_bootstrap在 刷新页面,tab选择页面不会改变。
- 全球计算机工程专业研究生排名,美国计算机工程专业研究生前100排名
- python执行mysql存储过程_Mysql学习---使用Python执行存储过程
- vue组件弹出框点击显示隐藏
- HCNA-RS笔记-20171105-day03
- MySQL------存储过程的使用
- 小白一枚。。。记录下这种构造函数
- HP DL360 G7通过iLO部署系统
- mitmproxy安装证书_在 macOS 上使用 mitmproxy 透明代理进行网络抓包