原生python实现KNN分类算法，用鸢尾花数据集

python机器学习导论

一、作业题目

二、算法设计

原生python实现KNN分类算法，用鸢尾花数据集

三、源代码

1）读取文件

def data_read(filepath): # 读取txt文件，将读出的内容存入datas列表中
    fp = open(filepath, "r")
    datas = [] # 存储处理后的数据
    lines = fp.readlines() # 读取整个文件数据
    for line in fp.readlines():
        if not line.strip(): continue
        r = line.split('\t')
        if len(r) < 3: continue
        print (r)
        try:
            records.setdefault(int(r[1]), {})
            records[int(r[1])].setdefault(int(r[0]), {})
            records[int(r[1])][int(r[0])] = float(r[2])
        except ValueErro:
            continue
2）数据分割分组
    for line in lines:
        row = line.strip('\n').split(' ') # 去除两头的换行符，按空格分割
        datas.append(row)
    fp.close()
    return datas
datas = data_read("iris .txt")
training_list = [] # 训练集的数据
label_list = [] # 训练集的标签
text_list = [] # 测试集数据
textlabel_list = [] # 测试集标签
labeldata_tuple = () # 转换列表为元组
mydict = {} # 以四维数据为键，以鸢尾花的特征为值。这样便可唯一标识

for i in range(0, 105): # 数据集按照3:7的比例划分，其中105行为训练集，45行为测试集
    training_list.append([datas[i][0], datas[i][1], datas[i][2], datas[i][3]])
    label_list.append(datas[i][4])

for i in range(105, 150): # 测试集的数据
    text_list.append([datas[i][0], datas[i][1], datas[i][2], datas[i][3]])
    textlabel_list.append(datas[i][4])
2）数据计算距离
j = 0
for i in training_list:
    labeldata_tuple = tuple(i)
    mydict.update({labeldata_tuple: label_list[j]})
    j = j + 1
add = 100
index = 0
distance_list = []
train_list = []
for key, value in mydict.items():
    train_list.append(key)

right = 0 # 分子
count = 0 # 分母
'''
在计算距离时，使用绝对距离来计算。
得到的最小值就是距离最小值。
'''
for i in range(len(text_list)):
    count += 1
    for j in range(len(train_list)):
        add1 = abs(float(train_list[j][0]) - float(text_list[i][0]))\
               + abs(float(train_list[j][1])- float(text_list[i][1]))\
               + abs(float(train_list[j][2]) - float(text_list[i][2]))\
               + abs(float(train_list[j][3])- float(text_list[i][3]))
        distance_list.append(add1)
        if add > add1:
            add = add1
            index = train_list[j]
    print("预测", text_list[i], "的标签是：", mydict.get(index))
    if mydict.get(index) == textlabel_list[i]: # 当计算出来的1个近邻与测试集正确的标签相同时，分子加一
        right = right + 1
print('预测准确性：{:.2f}'.format(right / count))