KNN（k-Nearest-Neighbors）算法阶段总结

代码如图所示

KNN的过程

代码1：

from math import sqrt//导入平方根函数

distance-=【】

for x_train in X_train

        d  =sqrt(np.sum(( x_train  - x)**2))

            distance append(d)

            distances .show()

            nearest =  np.argsort(distances)

            k=6

topK_y =[y_train[i] for i in nearest[:k]]

topK_y

from collections  import counter//对于数据属性出现频率进行记录

votes = Counter({0：1，1：5})

votes.most_common(2)//找出票数最多的2个元素

predict_y =  votes.most_common(1)[0][0]

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容