#!/usr/bin/env python#-*- coding:utf-8 -*-#Author：Leslie Dang

from numpy import *

importmatplotlibimportmatplotlib.pyplot as pltfrom pylab importmpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] #指定默認字體

mpl.rcParams['axes.unicode_minus'] = False #解決保存圖像是負號'-'顯示為方塊的問題

defclassify0(inX,dataSet,labels,k):#inX為預測樣本，dataSet為訓練樣本，labels為訓練樣本標簽，k為最近鄰的數目。

dataSetSize = dataSet.shape[0] #訓練樣本行數

#距離計算

diffMat = tile(inX,(dataSetSize,1)) -dataSet#tile(A,(a,b))功能是將數組A重復(a行b列)次，構成一個新的數組

sqDiffMat = diffMat**2sqDistances= sqDiffMat.sum(axis=1)#sum(axis=1)表示延矩陣水平方向求和

distances=sqDistances**0.5

#獲取距離排序后的索引排序

sortedDistIndicies =distances.argsort()#獲取前K個樣本的label頻次統計結果，將匯總結果放在classCount字典中。

classCount ={}for i inrange(k):

voteIlabel=labels[sortedDistIndicies[i]]#通過索引獲取對應的標注

classCount[voteIlabel] = classCount.get(voteIlabel,0)+1

#字典dict.get(key, default=None)函數返回指定鍵的值，如果值不在字典中返回默認值。

#對獲得的字典進行排序

sortedClassCount =sorted(classCount.items(),

key= lambda x:x[1],reverse=True)#iteritems()方法已經廢除了。在3.x里用 items()替換iteritems() ，可以用于for來循環遍歷。

return sortedClassCount[0][0] #返回距離最近的前k個樣本的label最多的類別名稱

deffile2matrix(filename):#處理文本文件，沒有表頭的、包含標簽的樣本數據。

#處理后，返回樣本特征矩陣、樣本標簽列表

fileRead=open(filename)

arrayOfLines=fileRead.readlines()

numOfLines=len(arrayOfLines)

returnMat= zeros((numOfLines,3))

classLabelVector=[]

index=0for line inarrayOfLines:

line=line.strip()

listFromLine= line.split('\t')#print('listFromLine:',listFromLine)

#獲取樣本行特征

returnMat[index,:] = listFromLine[0:3]#獲取樣本行標簽

classLabelVector.append(listFromLine[-1])

index+= 1

returnreturnMat,classLabelVector#returnMat為array格式,classLabelVector為list格式。

defautoNorm(dataSet):#將一列數據處理成[0,1]的歸一化值。

#返回歸一化數組、極差值、最小值。

minVals =dataSet.min(0)#參數0可以使函數從列中選取最小值，而不是選取當前行的最小值。

maxVals =dataSet.max(0)

ranges= maxVals-minVals

normSet=zeros(shape(dataSet))

rows=dataSet.shape[0]#所有樣本值減去最小值

normSet = dataSet - tile(minVals,(rows,1))#再除以樣本的區間值，實現歸一化。

normSet = normSet/tile(ranges,(rows,1))returnnormSet ,ranges ,minValsdefdatingClass(fileName,k):#函數名中不能加test字眼，不然pycharm調用不了這個函數。

#測試代碼

hoRatio = 0.30returnMat,classLebel=file2matrix(fileName)

normMat,ranges,minVals=autoNorm(returnMat)

m=normMat.shape[0]

numTestVecs= int(m*hoRatio)print('測試集樣本數：',numTestVecs)

errorCount= 0.0

for i inrange(numTestVecs):

classifierResult=classify0(normMat[i,:],normMat[numTestVecs:m,:],classLebel[numTestVecs:m],k)print('The classifier came back with: %d,the real answer is: %d' %(int(classifierResult), int(classLebel[i])))if (int(classifierResult) !=int(classLebel[i])):

errorCount+= 1.0

print('The total error rate is: %f'%(errorCount/float(numTestVecs)))return errorCount/float(numTestVecs)if __name__ == '__main__':

fileName= 'datingTestSet2.txt'k=[]

errorRate=[]for i in range(1,21):

k.append(i)

errorRate.append(datingClass(fileName,i)*100)

fig=plt.figure()

ax= fig.add_subplot(111)

ax.plot(k, errorRate)

plt.xlabel('k值')

plt.ylabel('KNN模型測試錯誤率(%)')

plt.title('KNN模型')

plt.show()

總結

以上是生活随笔為你收集整理的python knn模型_kNN模型（Python3.x环境）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。