创建KNN类

简介: 【7月更文挑战第22天】创建KNN类。

创建KNN类
由于数据集在二维平面内,所以在类的初始化函数中创造数据集的横纵坐标以及对应的标签。
class KNNDeal:
def init(self):
self.module = "这是绘制KNN的决策边界代码"
self.raw_data_X = [[3.85, 3.05],
[1.57, 2.63],
[4.28, 4.42],
[5.68, 3.64],
[1.94, 3.68],
[2.49, 2.66],
[0.49, 3.66],

                           [0.12, 1.12],
                           [2.25, 2.04],
                           [0.23, 0.54],
                           [1.33, 1.49],
                           [2.35, 0.09],
                           [1.46, 1.63],
                           [3.66, 3.93],

                           [5.11, 0.39],
                           [5.69, 1.14],
                           [4.03, 2.49],
                           [4.92, 1.62],
                           [5.26, 2.05],
                           [4.26, 2.05],
                           [5.84, 1.31]
                           ]
        self.raw_data_Y = [0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2];
        self.x_train = np.array(self.raw_data_X)
        self.y_train = np.array(self.raw_data_Y)
目录
相关文章
|
7月前
|
机器学习/深度学习 算法 安全
深度长文I 深度合成服务类-算法备案该怎么做?
本文详解“深度合成服务类”算法及其备案要求,涵盖定义、类型、备案流程等内容,助你全面理解合规要点。
|
11月前
|
机器学习/深度学习 资源调度 算法
基于入侵野草算法的KNN分类优化matlab仿真
本程序基于入侵野草算法(IWO)优化KNN分类器,通过模拟自然界中野草的扩散与竞争过程,寻找最优特征组合和超参数。核心步骤包括初始化、繁殖、变异和选择,以提升KNN分类效果。程序在MATLAB2022A上运行,展示了优化后的分类性能。该方法适用于高维数据和复杂分类任务,显著提高了分类准确性。
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
356 4
|
机器学习/深度学习 算法 API
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
|
机器学习/深度学习 算法
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
|
搜索推荐 算法 Java
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
该博客文章通过UML类图和Java源码示例,展示了如何使用适配器模式将QuickSort类和BinarySearch类的排序和查找功能适配到DataOperation接口中,实现算法的解耦和复用。
226 1
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
|
算法 Python
KNN
【9月更文挑战第11天】
260 13
|
算法 大数据
K-最近邻(KNN)
K-最近邻(KNN)
|
机器学习/深度学习 算法 数据挖掘
R语言中的支持向量机(SVM)与K最近邻(KNN)算法实现与应用
【9月更文挑战第2天】无论是支持向量机还是K最近邻算法,都是机器学习中非常重要的分类算法。它们在R语言中的实现相对简单,但各有其优缺点和适用场景。在实际应用中,应根据数据的特性、任务的需求以及计算资源的限制来选择合适的算法。通过不断地实践和探索,我们可以更好地掌握这些算法并应用到实际的数据分析和机器学习任务中。
knn增强数据训练
【7月更文挑战第27天】
175 10