K近鄰分類(lèi)器,通過(guò)計(jì)算待分類(lèi)數(shù)據(jù)點(diǎn)，與已有數(shù)據(jù)集點(diǎn)的所有數(shù)據(jù)點(diǎn)的距離。取距離最小的前K個(gè)點(diǎn)，根據(jù)“少數(shù)服從多數(shù)”的原則，將這個(gè)數(shù)據(jù)點(diǎn)劃分為出現(xiàn)次數(shù)最多的那個(gè)類(lèi)別。

sklean庫(kù)s，可以使用sklean.neighbors.KNeighborsClassiffier創(chuàng)建k近鄰分類(lèi)器

主要參數(shù)：

• n_neighbors:指定K的大小(默認(rèn)為5)
• ?weights:設(shè)置選中k個(gè)點(diǎn)對(duì)分類(lèi)結(jié)果影響的權(quán)重(默認(rèn)為uniform,可以選擇disance代表越近的點(diǎn)權(quán)重越高，或者傳入自己編寫(xiě)的以距離為參數(shù)的權(quán)重計(jì)算函數(shù))。
• ? algorithm:設(shè)置用于計(jì)算臨近點(diǎn)的方法，因?yàn)楫?dāng)數(shù)據(jù)量很大的情況下，計(jì)算當(dāng)前點(diǎn)和所有點(diǎn)的距離?在選擇出最近的k的各點(diǎn)，這個(gè)計(jì)算量很大，所以選項(xiàng)中有ball_tree，kd_tree,?brute,分別代表不同的尋找鄰居的優(yōu)化算法，默認(rèn)為為auto，根據(jù)訓(xùn)練數(shù)據(jù)自動(dòng)選擇。

from sklearn.neighbors import KNeighborsClassifier x=[[0],[1],[2],[3]]#數(shù)據(jù)x和對(duì)應(yīng)的標(biāo)簽y y=[0,0,1,1]neigh=KNeighborsClassifier(n_neighbors=3) neigh.fit(x,y)print(neigh.predict([[1.1]]))#k的取值：大或者小都可能不能達(dá)到期望結(jié)果。一般情況會(huì)傾向于選擇較小值，然后通過(guò)交叉驗(yàn)證選取最優(yōu)值。

?

總結(jié)

以上是生活随笔為你收集整理的python-k近邻分类器-KNN的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。