“_鸢尾花识别_“-------文章中有源码

我会带着你远行 2023-10-02 17:15 2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。

**（1） 鸢尾花识别。**

import numpy as np
    import pandas as pd
    
    
    def getdata(path):
        data=pd.read_csv(path,encoding='gbk')
        return np.array(data)
    
    def getlength(data,target,k):
        temp=[]
        for i in data:
            temp.append(np.sum((i[:-1]-target)**2))
        #print(temp)
    
        #float ('inf')
        indexList=[]
        for i in range(k):
            indexList.append(np.argmin(temp))
            #temp[np.array(temp)]=('inf')
            temp[np.argmin(temp)] = np.max(temp)
        return indexList
    
    
    def KNNs(data,indexList):
        dic={
        0:0,1:0,2:0}
        for i in indexList:
            dic[data[i][-1]]+=1
        Maxnum=0
        Maxindex=0
        for i in dic:
            if dic[i]>Maxnum:
                Maxnum=dic[i]
                Maxindex=i
        #print(dic)
        return Maxindex
    
    
    
    
    if __name__=='__main__':
        dic = {
        0: 'setosa', 1: 'versicolor', 2: 'virginnica'}
        path='iris_training.csv'
        data= getdata(path)
        #print(data)
        target=np.array([5,3,1,0.5])
        try:
            while True:
                k = (input("请输入k（退出请输入quit):"))
                if k=='quit':
                    print("退出成功")
                    break
                k=int(k)
                #getlength(data,target,k)
                indexList=getlength(data,target,k)
                n=KNNs(data,indexList)
                print(dic[n])
        except Exception as e:
            print("输入出错，请重新输入")

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5LiN6Imv5L2_size_20_color_FFFFFF_t_70_g_se_x_16]

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5LiN6Imv5L2_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/bdbdbc33b2134df094ac946c3d1457ac.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN6Imv5L2_,size_20,color_FFFFFF,t_70,g_se,x_16