做网站全屏尺寸是多少网站搜索量查询
kNN的算法思路：找K个离预测点最近的点，然后让它们进行投票决定预测点的类型。
- step 1: kNN存储样本点的特征数据和标签数据
- step 2: 计算预测点到所有样本点的距离，关于这个距离，我们用欧几里德距离来度量（其实还有很多其他的，比如曼哈顿距离等），并进行排序，拿出前k个样本点。
- step 3: 统计前k个样本点的类别，以最多的那个类型作为预测结果。
欧几里德距离：
上代码：
import numpy as np
# 用于统计
from collections import Counterclass MyKnn:# 初始化投票的数量，neighbors表示我们要找的点的数量，用于投票决定预测点的类型def __init__(self,neighbors):self.k = neighbors# 因为kNN是一个惰性机器性学习模型，只在预测阶段才会用到的训练数据，不存在训练阶段。或者说在所谓的训练阶段，只是为了存储样本数据。# X为特征集# Y为对应的标签集def fit(self,X,Y):self.X = np.array(X)self.Y = np.array(Y)# 如果特征集不是矩阵阵列或则标签集不是一维数组，都直接抛异常。if self.X.ndim != 2 or self.Y.ndim != 1:raise Exception("dimensions are wrong!")# 如果标签的数量不竺于特征集的行数也直接抛异常if self.X.shape[0] != self.Y.shape[0]:raise Exception("input labels are not correct!")def predict(self,X_pre):# 这是要预测的点pre = np.array(X_pre)# 判断测试点的矩阵是不是和样本点的矩阵一样的，不是直接抛异常if self.X.ndim != pre.ndim:raise Exception("input dimensions are wrong!")# 我们用rs数组来存储预测结果rs = []for p in pre:# 用temp临时数组来存储预测点到所有样本点的欧几里德距离temp = []for a in self.X:# 取出每一个样本点来与预测点计算欧几里德距离# np.sqrt(((p - a) ** 2).sum(-1)) 算出距离，先求出每预测点到样本点的差值，再平方，再将所有平方后的值加在一起，最后对加起来的结果进行开方，得到欧几里德距离。并临时存储在temp数组里temp.append(np.sqrt(((p - a) ** 2).sum(-1)))temp = np.array(temp)# 对所有距离进行排序，用np.argsort排序时，结果对识破距离的下标，而不是具体的值，因为我们并不关心具体的值，我们只要前k个点。用np.argsort排序完，取出前k个点的indices（就是下标）neighbors_indices = np.argsort(temp)[:self.k]# 通过前k个点的下标，取出相应的标签，然后用Counter进行统计（这个就是计票环节）ss = np.take(self.Y,neighbors_indices)# 我们开始计票，取出票数第一的标签值。# e.g: Counter(ss) -> {2: 4, 1: 1} 表示标签值为2的得4示，标签为1的得1票# most_common(1) -> [(2, 4)] , 所以most_common(1)[0][0]的值就是 2found = Counter(ss).most_common(1)[0][0]# 预测结果存储到rs数组中rs.append(found)return rs
欧几里德距离的计算：
测试上面的kNN算法：
# 用鸢尾花数据集来验证我们上面写的算法
from sklearn.datasets import load_iris
# 使用train_test_split对数据集进行拆分，一部分用于训练，一部分用于测试验证
from sklearn.model_selection import train_test_split
# 1.生成一个kNN模型
myknn = MyKnn(5)
# 2.准备数据集：特征集X_train和标签集y_train
X_train,y_train = load_iris(return_X_y=True)
# 留出30%的数据集用于验证测试
X_train,X_test,y_train,y_test = train_test_split(X_train,y_train,test_size=0.3)
# 3.训练模型
myknn.fit(X_train,y_train)
# 4.预测，acc就是预测结果
acc = myknn.predict(X_test)
# 计算准确率
(acc == y_test).mean()
acc == y_test 得到的结果是
array([ True, True, True, True, True, True, True, True, True,True, True, True, True, True, True, True, True, True,True, True, True, True, True, True, True, True, True,True, True, True, True, True, True, True, True, True,False, True, True, True, True, True, True, True, True])
True 是1，False是0，准确率就是：
正确的个数 / 总数 = 准确率
用余弦相似度实现kNN算法