generated from LufsX/Challenge-kNN
This commit is contained in:
-15
@@ -43,22 +43,7 @@ name = "陈垣豪"
|
|||||||
# 这里写自己的代码实现
|
# 这里写自己的代码实现
|
||||||
def classify0(inX, dataSet, labels, k=0):
|
def classify0(inX, dataSet, labels, k=0):
|
||||||
def classify0(inX, dataSet, labels, k=3):
|
def classify0(inX, dataSet, labels, k=3):
|
||||||
"""
|
|
||||||
KNN 分类算法。
|
|
||||||
|
|
||||||
Args:
|
|
||||||
- inX (numpy array): 输入待分类的样本。
|
|
||||||
- dataSet (numpy array): 训练数据集。
|
|
||||||
- labels (list or numpy array): 训练集对应的标签。
|
|
||||||
- k (int): kNN 算法参数,请**自行设置默认值**,评测时仅会使用其默认值,不修改默认值将**无法通过**评测,**成绩为零**。
|
|
||||||
|
|
||||||
Returns:
|
|
||||||
- int: 预测的分类标签。
|
|
||||||
"""
|
|
||||||
|
|
||||||
# 计算输入样本与训练集中每个样本的欧氏距离
|
|
||||||
distances = np.sqrt(np.sum((dataSet - inX) ** 2, axis=1))
|
distances = np.sqrt(np.sum((dataSet - inX) ** 2, axis=1))
|
||||||
|
|
||||||
# 获取距离最小的 k 个样本的索引
|
# 获取距离最小的 k 个样本的索引
|
||||||
sorted_indices = np.argsort(distances)[:k]
|
sorted_indices = np.argsort(distances)[:k]
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user