本篇文章给大家分享的是有关Python中怎么实现knn算法，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

作为一家“创意+整合+营销”的成都网站建设机构，我们在业内良好的客户口碑。创新互联公司提供从前期的网站品牌分析策划、网站设计、成都网站设计、成都网站建设、外贸网站建设、创意表现、网页制作、系统开发以及后续网站营销运营等一系列服务，帮助企业打造创新的互联网品牌经营模式与有效的网络营销方法,创造更大的价值。

一、题目名称

实现knn分类算法

二、题目内容

原生Python实现knn分类算法，并使用鸢尾花数据集进行测试

三、算法分析

knn算法是最简单的机器学习算法之一，通过测量不同特征值之间的距离进行分类。其基本思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最近邻)的样本中的大多数属于某一个类别，则该样本也属于这个类别。

本次作业主要模拟实现了knn测试数据与训练数据之间的距离求解、排序、最邻近k个元素的筛选。其中，空间距离采用“欧式距离”进行计算，表达式如下：

上式中dist[i] 为测试数据与下标为i的训练数据的距离，xt,xi 分别为测试数据和下标为i的训练数据，算法整体流程图如下：

图 1 knn算法流程图

四、调试截图

调试过程主要的任务是观察数据结构：Python中的嵌套结构较为复杂，需要清楚每一步输出结果的维度和具体数据结构

五、运行结果

本次作业中的输入为鸢尾花数据集，输出为预测后的鸢尾花类型。最初设想采用散点图输出，但原生Python散点图效果较差，故改为直接字符串输出，输出类别即可，得出运行结果

图 4 原生Python散点图效果较差

=

图 5 改为直接字符串输出类别

六、问题及解决

实现过程中遇到的主要问题是数据结构的混淆。在knn实现类中，经过多次列表生成、嵌套，容易造成对数据结构的混淆，从而出现下标维数错误等错误，解决办法也很简单，debug查看数据结构或者直接print输出每步内容观察。

图 6 下标错误

七、源代码

1.knn.py

# !/usr/bin/env python

# -*- encoding: utf-8 -*-

# @Project : machinelearning

# @File : knn.py

# @Author : yanchengxu

# @Contact : yanchengxu1214@outlook.com

# @Time : 2019/10/7 16:14

# @IDE : PyCharm

import numpy as np

import math

class KNNClassifier:

"""

KNN

"""

def __init__(self, k=3):

"""

初始化

X_train 特征测试集

y_train 标量测试集

res_class 预测结果

:param k: 默认值为3

"""

self.k = k

self.X_train = []

self.y_train = []

self.result = []

def fit(self, X_train, y_train):

"""

KNN 训练模型

:param X_train: 训练集特征数据

:param y_train: 训练集目标数据

:return: self

"""

assert X_train.shape[0] == y_train.shape[0], '训练集特征与目标值个数不匹配'

assert self.k <= X_train.shape[0], 'K值超出训练数据范围'

self.X_train = X_train

self.y_train = y_train

# print('K', self.k)

# print('X.shape', self.X_train.shape)

# print('y.shape', self.y_train.shape)

def get_distance(self, x_test):

"""

计算距离

:param x_test: 测试集

:return: list_dist

"""

list_dist = []

for i in range(len(x_test)):

# x_train 是 X_train 中的每个坐标，只有一个维度

list_dist.append(

[math.sqrt(np.sum(x_train[0] - x_test[i][0]) ** 2 + np.sum(x_train[1] - x_test[i][1]) ** 2) for x_train

in self.X_train])

# print('len of list_dist =', len(list_dist[0]))

return list_dist

def get_k_nearest_dist(self, list_dist):

"""

对距离进行排序

:param list_dist: 测试点距离样本的距离

:return: list_k_nearest_dist

"""

k = self.k

list_each_dist = []

for i in range(len(list_dist)):

dict_temp = {}

for j in range(len(list_dist[i])):

dict_temp[j] = list_dist[i][j]

list_each_dist.append(dict_temp)

# print('list_each_dist:', list_each_dist)

# print('len of count_mix:', len(list_each_dist))

list_k_nearest_dist = []

for i in range(len(list_each_dist)):

# 键值对排序

dict_sorted_dist = dict(sorted(list_each_dist[i].items(), key=lambda x: x[1], reverse=False))

# print('dict_sorted_dist', dict_sorted_dist)

top = 0

dict_knearest_distance = {}

for key in dict_sorted_dist:

dict_knearest_distance[key] = dict_sorted_dist[key]

top += 1

if top == self.k:

break

list_k_nearest_dist.append(dict_knearest_distance)

# print('list_k_nearest_dist:', list_k_nearest_dist)

# 注意缩进!!!

return list_k_nearest_dist

def vote(self, k_nearest_dist):

"""

投票

:param k_nearest_dist: k个最近距离

:return: self

"""

# 所有测试点的topK个标签

list_all_test = []

for i in range(len(k_nearest_dist)):

# 每个测试点的topK个标签

list_each_test = []

for key in k_nearest_dist[i]:

# 数据结构

list_each_test.append(self.y_train[key])

# list_each_test.append(self.y_train[key][0])

list_all_test.append(list_each_test)

# print('list_class2', list_each_test)

# print('list_all_test：', list_all_test)

# 利用set去重->优化速度

set_list_class = []

for i in range(len(list_all_test)):

set_list_class.append(set(list_all_test[i]))

# print('set_list_class', set_list_class)

for i in range(len(set_list_class)):

dict_count = {}

for item in set_list_class[i]:

dict_count.update({item: list_all_test[i].count(item)})

# print('dict_count', dict_count)

# 获得字典dict_count中value最大值对应的key，即为每个点的分类结果

each_result = max(dict_count, key=dict_count.get)

# print('each_result', each_result)

self.result.append(each_result)

# print('result:', self.result)

return self.result

def predict(self, X_predict):

"""

预测

:param X_predict: 待测集

:return: self

"""

assert X_predict.shape[1] == self.X_train.shape[1], '特征数不匹配'

# 获取待测点与标准点的距离

distances = self.get_distance(X_predict)

# print("distances：", distances)

# 获取k个最近距离

k_nearest_dist = self.get_k_nearest_dist(distances)

# print("k_nearest_dist：", k_nearest_dist)

# 投票

result = self.vote(k_nearest_dist)

return result

2.test.py

# !/usr/bin/env python

# -*- encoding: utf-8 -*-

# @Project : machinelearning

# @File : test.py

# @Author : yanchengxu

# @Contact : yanchengxu1214@outlook.com

# @Time : 2019/10/7 16:57

# @IDE : PyCharm

from sklearn.datasets import load_iris

from sklearn.model_selection import train_test_split

from myknn.knn import KNNClassifier

import numpy as np

import matplotlib.pyplot as plt

# import itertools

# import random

kn = KNNClassifier(3)

# 训练数据

# X = [[1, 1], [1, 2], [1, 3], [2, 1], [2, 2], [2, 3], [3, 1], [3, 2], [3, 3],

# [6, 6], [6, 7], [6, 8], [7, 6], [7, 7], [7, 8], [8, 6], [8, 7], [8, 8],

# [11, 1], [11, 2], [11, 3], [12, 1], [12, 2], [12, 3], [13, 1], [13, 2], [13, 3]]

#无锡做人流多少钱 http://www.xasgyy.net/

# Y = [['A'], ['A'], ['A'], ['A'], ['A'], ['A'], ['A'], ['A'], ['A'],

# ['B'], ['B'], ['B'], ['B'], ['B'], ['B'], ['B'], ['B'], ['B'],

# ['C'], ['C'], ['C'], ['C'], ['C'], ['C'], ['C'], ['C'], ['C']]

# # 随机

# random_list = list(itertools.product(range(1, 13), range(1, 8)))

# X = random.sample(random_list, len(Y))

# # print('random_list', X)

# print('shape y:', y_train.shape)

iris_dataset = load_iris()

# test

# print(iris_dataset)

X_train, X_test, y_train, y_test = train_test_split(iris_dataset['data'], iris_dataset['target'], random_state=0)

X = np.asarray(X_train)

Y = np.asarray(y_train)

# print('X:', X)

# print('Y,shape', Y.shape)

# print('Y.type', type(Y))

# 模型训练

kn.fit(X, Y)

# 数据预测

x_test = [[5, 2.9, 1, 0.2], [6.7, 3.2, 5.2, 2.3], [5.6, 3.1, 4.5, 1.5]]

X_test = np.asarray(x_test)

prediction = kn.predict(X_test)

# 打印预测结果

for i in range(len(prediction)):

print(x_test[i], '->', iris_dataset['target_names'][prediction[i]])

# # 散点图观察

# x1 = []

# y1 = []

#

# # 训练集

# for i in np.asarray(X):

# x1.append(i[0])

# y1.append(i[1])

#

# x2 = []

# y2 = []

# # 测试集

# for i in np.asarray(x_test):

# x2.append(i[0])

# y2.append(i[1])

#

# plt.plot(x1, y1, 'r*')

# plt.plot(x2, y2, 'g+')

# plt.show()

以上就是Python中怎么实现knn算法，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。

网站标题：Python中怎么实现knn算法
文章源于：http://kswjz.com/article/gicgcs.html