2019-10-10 kNN近鄰算法

kNN近鄰算法

算法原理

樣本點(diǎn)的特性與該鄰居點(diǎn)的特性類似,可以簡單理解為“物以類聚”定铜。因此可以使用目標(biāo)點(diǎn)的多個(gè)鄰近點(diǎn)的特性表示當(dāng)前點(diǎn)的特性阳液。

k近鄰算法是非常特殊的,可以被認(rèn)為是沒有模型的算法揣炕,為了和其他算法統(tǒng)一帘皿,可以認(rèn)為訓(xùn)練數(shù)據(jù)集就是模型本身。

KNN分類算法:“投票法”畸陡,選擇這k 個(gè)樣本中出現(xiàn)最多的類別標(biāo)記作為預(yù)測結(jié)果鹰溜。

KNN回歸算法:“平均法”,將這k 個(gè)樣本的實(shí)值輸出標(biāo)記的平均值作為預(yù)測結(jié)果丁恭。

歐拉距離公式

歐拉距離公式

化簡公式

KNN算法的核心要素

1.K值的選擇:K是超參(需要給定)曹动,K值過小容易導(dǎo)致過擬合(比如噪音點(diǎn)的數(shù)據(jù)會(huì)對結(jié)果造成影響),K值過大訓(xùn)練誤差會(huì)增大牲览,同時(shí)會(huì)使模型變得簡單墓陈,容易導(dǎo)致欠擬合。

2.距離的度量:采用歐式距離第献。

3.決策規(guī)則:在分類模型中贡必,主要使用多數(shù)表決法或者加權(quán)多數(shù)表決法;在回歸模型中庸毫,主要使用平均值法或者加權(quán)平均值法仔拟。(基于距離遠(yuǎn)近進(jìn)行加權(quán),飒赃,距離越近的樣本權(quán)重越大.)利花。

kNN算法源碼

import numpy as np
from math import sqrt
from collections import Counter
from sklearn.metrics import accuracy_score

class KNNClassifier:

    def __init__(self, k):
        """初始化kNN分類器"""
        assert k >= 1, "k must be valid"
        self.k = k
        self._X_train = None
        self._y_train = None

    def fit(self, X_train, y_train):
        """根據(jù)訓(xùn)練數(shù)據(jù)集X_train和y_train訓(xùn)練kNN分類器"""
        assert X_train.shape[0] == y_train.shape[0], \
            "the size of X_train must be equal to the size of y_train"
        assert self.k <= X_train.shape[0], \
            "the size of X_train must be at least k."

        self._X_train = X_train
        self._y_train = y_train
        return self

    def predict(self, X_predict):
        """給定待預(yù)測數(shù)據(jù)集X_predict,返回表示X_predict的結(jié)果向量"""
        assert self._X_train is not None and self._y_train is not None, \
                "must fit before predict!"
        assert X_predict.shape[1] == self._X_train.shape[1], \
                "the feature number of X_predict must be equal to X_train"

        y_predict = [self._predict(x) for x in X_predict]
        return np.array(y_predict)

    def _predict(self, x):
        """給定單個(gè)待預(yù)測數(shù)據(jù)x载佳,返回x的預(yù)測結(jié)果值"""
        assert x.shape[0] == self._X_train.shape[1], \
            "the feature number of x must be equal to X_train"

        distances = [sqrt(np.sum((x_train - x) ** 2))
                     for x_train in self._X_train]
        nearest = np.argsort(distances)

        topK_y = [self._y_train[i] for i in nearest[:self.k]]
        votes = Counter(topK_y)

        return votes.most_common(1)[0][0]

    def score(self, X_test, y_test):
        """根據(jù)測試數(shù)據(jù)集 X_test 和 y_test 確定當(dāng)前模型的準(zhǔn)確度"""

        y_predict = self.predict(X_test)
        return accuracy_score(y_test, y_predict)

    def __repr__(self):
        return "KNN(k=%d)" % self.k

kNN原生代碼

import numpy as np
from math import sqrt
import matplotlib.pyplot as plt
#數(shù)據(jù)處理
raw_data_X = [[3.393533211, 2.331273381],
              [3.110073483, 1.781539638],
              [1.343808831, 3.368360954],
              [3.582294042, 4.679179110],
              [2.280362439, 2.866990263],
              [7.423436942, 4.696522875],
              [5.745051997, 3.533989803],
              [9.172168622, 2.511101045],
              [7.792783481, 3.424088941],
              [7.939820817, 0.791637231]
             ]
raw_data_y = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
x = np.array([8.093607318, 3.365731514])  #要判斷的新的點(diǎn)歸于屬于0還是1
X_train = np.array(raw_data_X)
y_train = np.array(raw_data_y)
#近鄰算法:計(jì)算距離
distances = []
for x_train in X_train:
    d = sqrt(np.sum((x_train-x)**2))  #求歐拉距離的公式
    distances.append(d)

print(distances)
nearest = np.argsort(distances)#按索引排序炒事,默認(rèn)從小到大
print(nearest)
k = 6  #knn算法:取6
num = [y_train[neighbors] for neighbors in nearest[:k]]
print(num)
from collections import Counter
votes = Counter(num)
print(votes.most_common(1)[0][0])

plt.scatter(X_train[y_train==0,0],X_train[y_train==0,1],color='g')
plt.scatter(X_train[y_train==1,0],X_train[y_train==1,1],color='r')
plt.scatter(x[0],x[1],color='b')
plt.show()
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市蔫慧,隨后出現(xiàn)的幾起案子羡洛,更是在濱河造成了極大的恐慌,老刑警劉巖藕漱,帶你破解...
    沈念sama閱讀 211,265評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異崭闲,居然都是意外死亡肋联,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,078評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門刁俭,熙熙樓的掌柜王于貴愁眉苦臉地迎上來橄仍,“玉大人,你說我怎么就攤上這事∥攴保” “怎么了虑粥?”我有些...
    開封第一講書人閱讀 156,852評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵,是天一觀的道長宪哩。 經(jīng)常有香客問我娩贷,道長,這世上最難降的妖魔是什么锁孟? 我笑而不...
    開封第一講書人閱讀 56,408評(píng)論 1 283
  • 正文 為了忘掉前任彬祖,我火速辦了婚禮,結(jié)果婚禮上品抽,老公的妹妹穿的比我還像新娘储笑。我一直安慰自己,他們只是感情好圆恤,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,445評(píng)論 5 384
  • 文/花漫 我一把揭開白布突倍。 她就那樣靜靜地躺著,像睡著了一般盆昙。 火紅的嫁衣襯著肌膚如雪羽历。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,772評(píng)論 1 290
  • 那天弱左,我揣著相機(jī)與錄音窄陡,去河邊找鬼。 笑死拆火,一個(gè)胖子當(dāng)著我的面吹牛跳夭,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播们镜,決...
    沈念sama閱讀 38,921評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼币叹,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了模狭?” 一聲冷哼從身側(cè)響起颈抚,我...
    開封第一講書人閱讀 37,688評(píng)論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎嚼鹉,沒想到半個(gè)月后贩汉,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,130評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡锚赤,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,467評(píng)論 2 325
  • 正文 我和宋清朗相戀三年匹舞,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片线脚。...
    茶點(diǎn)故事閱讀 38,617評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡赐稽,死狀恐怖叫榕,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情姊舵,我是刑警寧澤晰绎,帶...
    沈念sama閱讀 34,276評(píng)論 4 329
  • 正文 年R本政府宣布,位于F島的核電站括丁,受9級(jí)特大地震影響荞下,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜躏将,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,882評(píng)論 3 312
  • 文/蒙蒙 一锄弱、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧祸憋,春花似錦会宪、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,740評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至拦赠,卻和暖如春巍沙,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背荷鼠。 一陣腳步聲響...
    開封第一講書人閱讀 31,967評(píng)論 1 265
  • 我被黑心中介騙來泰國打工句携, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人允乐。 一個(gè)月前我還...
    沈念sama閱讀 46,315評(píng)論 2 360
  • 正文 我出身青樓矮嫉,卻偏偏與公主長得像,于是被迫代替她去往敵國和親牍疏。 傳聞我的和親對象是個(gè)殘疾皇子蠢笋,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,486評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容