在python的数据集中应用k-最近邻

Question

我在 CSV 文件中有一个数据集，所有数据都是数字属性，我想在我的数据集中应用 k-最近邻我的代码中有一些错误，我不知道谁能修复它。

Answer 1

import numpy as np

class knn:

    def __init__ (self, x, y, k):

        self.k = k

        self.x_data = x 

        self.y_data = y

    def predict(self, test):

        dist = np.sqrt(np.sum((self.x_data-test)**2,axis=1))

        closest = np.argpartition(dist, self.k)[0:self.k]

        a,b = np.unique(self.y_data[closest],return_counts=True)

        return a[np.where(b == b.max())]

x：特征，y：标签，k：邻居数量

我希望这可以帮助你！

Answer 2

好像instance1[x]和instance2[x]你申请的减法是一种string类型。你不能减去 2 个字符串，所以你可以修改你的代码，比如，

distance += pow( ( int(instance1[x])-int(instance2[x]) ),2)

这会将变量读取为int类型，因此您可以减去它。

你也可以int用float double等代替

Answer 3

替换限定变量的行sortedVotes与

sortedVotes = sorted ( classVotes.items(), key=operator.itemgetter ( 1 ), reverse=True )