【knn近邻算法】算法实现的简单原理

import numpy as np
 pandas as pd

# 这里直接引入sklearn里的数据集，iris鸢尾花
from sklearn.datasets  load_iris 
from sklearn.model_selection import train_test_split   切分数据集为训练集和测试集
from sklearn.metrics import accuracy_score  计算分类预测的准确率

iris = load_iris()   data：array([[5.1,3.5,1.4,0.2],基础数据，矩阵 类似于x轴     'target': array([0,。。  分类值  类似于y轴
iris

?

?

?

?

?

?

?

df = pd.DataFrame(data = iris.data,columns = iris.feature_names)
df['class'] = iris.target   分类
# df['class']
iris.target

?

?

df['] = df['].map({0: iris.target_names[0],1: iris.target_names[1],2: iris.target_names[2]})  对分类进行转值
df.head(10)
 df.describe()

?

?

?

x = iris.data

y = iris.target.reshape(-1,1)   一唯数组转成二唯数组 列向量
print(y)
print(x.shape,y.shape)

?

?

 划分训练集和测试集    random_state 随机划分个数  stratify 按照y的比例    test_size 1为总数 划分训练集与测试集的数量
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.3,random_state=35,stratify=y)

(y_train)
(x_train.shape,y_train.shape)
print(x_test.shape,y_test.shape)

?

?

2：核心算法实现
 距离函数定义 np.abs计算绝对值  sqrt求根
def l1_distance(a,b):
    return np.sum(np.abs(a-b),axis=1 l2_distance(a,1)">return np.sqrt( np.sum((a-b) ** 2,1)">) )

 分类器实现
class kNN(object):
     定义一个初始化方法，__init__ 是类的构造方法
    def __init__(self,n_neighbors = 1,dist_func = l1_distance):
        self.n_neighbors = n_neighbors
        self.dist_func = dist_func
    
     训练模型方法
     fit(self,x,y):
        self.x_train = x
        self.y_train = y
    
     模型预测方法
     predict(self,x):
         初始化预测分类数组
        y_pred = np.zeros( (x.shape[0],1),dtype=self.y_train.dtype )
        
         遍历输入的x数据点，取出每一个数据点的序号i和数据x_test
        for i,x_test in enumerate(x):
             x_test跟所有训练数据计算距离
            distances = self.dist_func(self.x_train,x_test)
            
             得到的距离按照由近到远排序，取出索引值
            nn_index = np.argsort(distances)
            
             选取最近的k个点，保存它们对应的分类类别
            nn_y = self.y_train[ nn_index[:self.n_neighbors] ].ravel()
            
             统计类别中出现频率最高的那个，赋给y_pred[i]
            y_pred[i] = np.argmax( np.bincount(nn_y) )
        
        return y_pred

 定义一个knn实例
knn = kNN(n_neighbors = 3 训练模型
knn.fit(x_train,y_train)
 传入测试数据，做预测
y_pred = knn.predict(x_test)

(y_test.ravel())
(y_pred.ravel())

 求出预测准确率
accuracy = accuracy_score(y_test,y_pred)

print("预测准确率: ",accuracy)

?

?