最新推荐文章于 2024-10-20 21:33:37 发布
weixin_43698345 于 2019-10-14 22:26:46 发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
一.实验内容
原生python实现knn分类算法，使用鸢尾花数据集。
二.算法设计
数据来源：http://archive.ics.uci.edu/ml/datasets/Iris
1.处理csv文件加载数据集，将读入数据转换为列表处理。根据random.Random()方法随机产生0~1之间的随机数与分割比进行比较，将数据分为训练集和测试集。
2.采用欧式距离法D=i=1n(xi-yi)2
计算测试实例与训练实例的距离。
3.返回k个最近邻。增加一个参数length，确立测试集需要计算的四个数字维度，计算每一个测试实例到训练实例的距离，对所有距离进行排序，取其中最小距离值。
4.根据返回的邻居，预测结果。让近邻元素对预测属性投票，最终返回出现次数最多的标签作为预测结果。
5. 分类准确度，计算在测试数据集中算法正确预测的比例。
三.
相关知识
KNN算法实现鸢尾花数据集分类
Python原生代码实现KNN算法（鸢尾花数据集）
【python机器学习】KNN算法实现回归（基于鸢尾花数据集）
原生python实现knn分类算法(鸢尾花数据集)
【机器学习】基于KNN算法实现鸢尾花数据集的分类
【机器学习】KNN算法实现鸢尾花分类
Knn算法实现鸢尾花分类
用python实现KNN算法对鸢尾花的分类
python的鸢尾花数据如何导入
【机器学习】KNN算法实现手写板字迹识别
网址: Python实现KNN算法（鸢尾花数据） https://www.huajiangbk.com/newsview854532.html
| 上一篇: ML—KNN（K近邻，iris数 |
下一篇: 【机器学习】【数据分析】KNN算 |
