网络营销师培训课程,seo排名教程,内网 wordpress慢,wordpress服务框学习了一些算法理论整理一下#xff0c;便于记忆 如有帮助#xff0c;点赞收藏关注 如需转载请注明出处 https://blog.csdn.net/weixin_42362399?spm1000.2115.3001.5343 KNN#xff08;K Near Neighbor#xff09;#xff1a;
k个最近的邻居#xff0c;即每个样本都可…学习了一些算法理论整理一下便于记忆 如有帮助点赞收藏关注 如需转载请注明出处 https://blog.csdn.net/weixin_42362399?spm1000.2115.3001.5343 KNNK Near Neighbor
k个最近的邻居即每个样本都可以用它最接近的k个邻居来代表。KNN算法属于监督学习方式的分类算法计算某给点到每个点的距离作为相似度的反馈。
区分于聚类如Kmeans等KNN是监督学习分类是一种基于实例的学习属于懒惰学习。而Kmeans是无监督学习的聚类聚类将无标签的数据分成不同的簇。
工作原理
存在一个样本数据集合也称为训练样本集并且样本集中每个数据都存在标签即我们知道样本集中每一数据与所属分类对应的关系。输入没有标签的数据后将新数据中的每个特征与样本集中数据对应的特征进行比较提取出样本集中特征最相似数据最近邻的分类标签。一般来说我们只选择样本数据集中前k个最相似的数据这就是k近邻算法中k的出处通常k是不大于20的整数。最后选择k个最相似数据中出现次数最多的分类作为新数据的分类。
KNN算法的一般流程
1计算测试数据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个点所在类别的出现频率 5返回前K个点中出现频率最高的类别作为测试数据的预测分类。
knn 的三个决定性要素 k值的选择 当K值较小时那么在测试时选择的领域范围就大学习的近似误差减小(只有与输入较近的实例才会对预测结果起作用)估计误差增加(对近邻的实例点非常敏感收益受噪声影响)当K值过大时选择的领域范围就大会减小模型的估计误差但会增加学习的近似误差。 距离度量 常用的距离度量就是欧式距离但其实任何距离度量都可以。不同度量下得到的最近邻可能不一样 分类决策原则多数表决
#计算两个向量之间的欧氏距离
def calDist(X1 , X2):sum 0for x1 , x2 in zip(X1 , X2):sum (x1 - x2) ** 2return sum ** 0.5def knn(data , dataSet , labels , k):n shape(dataSet)[0]for i in range(n):dist calDist(data , dataSet[i])#记录两点之间的距离和已知点的类别labels[i].append(dist)#按照距离递增排序labels.sort(keylambda x:x[1])count {}#统计每个类的频率for i in range(k):key labels[i][0]if count.has_key(key):count[key] 1else : count[key] 1#按频率递减排序sortCount sorted(count.items(),keylambda item:item[1],reverseTrue)#返回频率最高的key ---labelreturn sortCount[0][0]K近邻算法虽然简单但其局限性也非常明显。算法并没有根据数据显著地构建一个模型而是存储了所有训练集特征当训练数据很大时时间和空间复杂度将会非常高。因此为了进一步提高计算效率采用kd树进行优化。以后有时间给大家介绍kd树
如有帮助点赞收藏关注我 如需转载请注明出处 https://blog.csdn.net/weixin_42362399?spm1000.2115.3001.5343
