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。
实验内容（表格区域可拉长）
（1）电影类别预测；
（2）手写数字识别。
1）
代码：
import numpy as np def distinguish(): group = np.array([[3, 104], [2, 100], [1, 81], [101, 10], [99, 5], [98, 2]]) lable = ("爱情片", "爱情片", "爱情片", "动作片", "动作片", "动作片") list = [] temp = [] x=len(lable) m, n , a = 0, 0, 0 text = np.array([18, 90]) for i in range(len(group)): list.append(((text[0] - group[i][0]) ** 2 + (text[1] - group[i][1]) ** 2) ** 0.5) # print(list) list.sort() print(list) k = int(input("请输入需要投票样本的个数:")) # 无穷大数 float('inf') # while a<5: # temp.append(list[a]) # a+=1 try: for i in range(x): temp.append(list.index(min(list))) #置为最大值 list[list.index(min(list))] = float('inf') # print(temp) for i in range(k): if lable[temp[0]] == '爱情片': m += 1 else: n += 1 if m > n: print("爱情片") else: print("动作片") except Exception as e: pass if __name__ == "__main__": distinguish()
截图：
import numpy as np import os def getData(path): #通过路径得到数据 data = [] for file in os.listdir(path): temp = [] with open(path + file) as lines: for line in lines: for word in line[:-1]: #遍历一行中每个字符 temp.append(int(word)) temp.append(int(file[0])) data.append(temp) return np.array(data) def calDist(l1, l2): #计算np数组距离的平方 return np.sum((l1 - l2) ** 2) def getK(l, k): #得到l中前k个索引 tempL = l result = [] for i in range(k): minNum = np.argmin(l) #注：argmin 得到最小值的索引 result.append(minNum) tempL[minNum] = np.max(l) return np.array(result) def mostN(l): #得到出现次数做多的元素 return np.argmax(np.bincount(l)) def knn(trainDir, testDir, k): trainData = getData(trainDir) testData = getData(testDir) trueN = 0 length = len(testData) for i in testData: temp = [] for j in trainData: temp.append(calDist(i[:-1], j[:-1])) tempK = getK(temp, k) preNum = trainData[mostN(tempK)][-1] #预测正确的标签 if i[-1] == preNum: trueN += 1 return trueN / length if __name__ == "__main__": trainDir = "./trainingDigits/" testDir = "./testDigits/" print(knn(trainDir, testDir, 1))
截图：
