使用Python实现K近邻-------文章中有源码

淡淡的烟草味﹌ 2023-10-02 17:14 5阅读 0赞

实验目的  
**使用Python实现K近邻**  
实验原理  
（1）计算测试与各个训练数据之间的距离；  
（2）按照距离的递增关系进行排序；  
（3）选取距离最小的K个点；  
（4）确定前K个点所在类别出现的概率；  
（5）返回前K个点中出现概率最高的类别作为测试数据的预测分类。  
实验内容（表格区域可拉长）  
（1）电影类别预测；  
（2）手写数字识别。  
1）  
代码：

import numpy as np
    
    def distinguish():
        group = np.array([[3, 104], [2, 100], [1, 81], [101, 10], [99, 5], [98, 2]])
        lable = ("爱情片", "爱情片", "爱情片", "动作片", "动作片", "动作片")
        list = []
        temp = []
        x=len(lable)
        m, n , a = 0, 0, 0
        text = np.array([18, 90])
        for i in range(len(group)):
            list.append(((text[0] - group[i][0]) ** 2 + (text[1] - group[i][1]) ** 2) ** 0.5)
        # print(list)
        list.sort()
        print(list)
        k = int(input("请输入需要投票样本的个数:"))
        # 无穷大数
        float('inf')
        # while a<5:
        #     temp.append(list[a])
        #     a+=1
        try:
            for i in range(x):
                temp.append(list.index(min(list)))
                #置为最大值
                list[list.index(min(list))] = float('inf')
                # print(temp)
    
            for i in range(k):
                if lable[temp[0]] == '爱情片':
                    m += 1
                else:
                    n += 1
            if m > n:
                print("爱情片")
            else:
                print("动作片")
        except Exception as e:
            pass
    
    
    if __name__ == "__main__":
        distinguish()

截图：![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAcXFfNDY5MDY0MTM_size_15_color_FFFFFF_t_70_g_se_x_16]

2）

import numpy as np
    import os
    
    
    def getData(path): #通过路径得到数据
        data = []
        for file in os.listdir(path):
            temp = []
            with open(path + file) as lines:
                for line in lines:
                    for word in line[:-1]: #遍历一行中每个字符
                        temp.append(int(word))
            temp.append(int(file[0]))
            data.append(temp)
        return np.array(data)
    
    
    def calDist(l1, l2):   #计算np数组距离的平方
        return np.sum((l1 - l2) ** 2) 
    
    
    def getK(l, k):     #得到l中前k个索引
        tempL = l
        result = []
        for i in range(k):
            minNum = np.argmin(l)   #注：argmin     得到最小值的索引
            result.append(minNum)
            tempL[minNum] = np.max(l)
        return np.array(result)
    
    
    def mostN(l):        #得到出现次数做多的元素
        return np.argmax(np.bincount(l))
    
    
    def knn(trainDir, testDir, k):
        trainData = getData(trainDir)
        testData = getData(testDir)
        trueN = 0
        length = len(testData)
        for i in testData:
            temp = []
            for j in trainData:
                temp.append(calDist(i[:-1], j[:-1]))
            tempK = getK(temp, k)
            preNum = trainData[mostN(tempK)][-1]   #预测正确的标签
            if i[-1] == preNum:
                trueN += 1
        return trueN / length
    
    
    if __name__ == "__main__":
        trainDir = "./trainingDigits/"
        testDir = "./testDigits/"
        print(knn(trainDir, testDir, 1))

截图：

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAcXFfNDY5MDY0MTM_size_15_color_FFFFFF_t_70_g_se_x_16 1]

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAcXFfNDY5MDY0MTM_size_15_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/d025286c89094dc3bb6a03993a47da4c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAcXFfNDY5MDY0MTM=,size_15,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAcXFfNDY5MDY0MTM_size_15_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/c4bdd393eb384577907b7a3c31aa5763.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAcXFfNDY5MDY0MTM=,size_15,color_FFFFFF,t_70,g_se,x_16