python可視化實現KNN算法

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

def KNNClassify(labelData,predData,k): #數據集包含分類屬性
#labelData 是已經標記分類的數據集
#predData 未分類的待預測數據集
 labShape = labelData.shape
 for i in range(predData.shape[0]): #以predData的每行數據進行遍歷
 iData = predData[i]
 iDset = np.tile(iData,(labShape[0],1)) #將iData重復，擴展成與labelData同形的矩陣
 #這里用歐拉距離sqrt((x1-x2)^2+(y1-y2)^2)
 diff = iDset[...,:-1] - labelData[...,:-1]
 diff = diff**2
 distance = np.sum(diff,axis=1)
 distance = distance ** 0.5 #開根號
 sortedIND = np.argsort(distance) #排序，以序號返回。
 classCount = { }
 for j in range(k): #計算距離最近的前k個標記數據的類別
 voteLabel = labelData[sortedIND[j],-1]
 classCount[voteLabel] = classCount.get(voteLabel,0)+1

 maxcls = max(classCount,key=classCount.get) #類別最多的，返回鍵名（類別名）
 predData[i][...,-1] = maxcls

 return predData

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

#模擬生成分類數據
#目標是產生二維坐標中的幾堆數據集，每堆為一個類
#函數邏輯：
#將x軸分段，每個段設一個中心的，所有的中心點用cores存儲。
#設置每個數據中心點core的類別，由中心點在一定范圍內隨機產生數據，并將這些數據設為和core一樣的類別
#所以每類的數據會簡單的被X軸的每段大致分開

def makeKNNData(colnum,clsnum,nums,cores = []):
#colnum單個數據擁有特征數量（包括數據的分類）；
# clsnum表示共有多少種分類；
# nums是一個元組，表示每個類別希望產生多少數據樣本，如colnum為5，nums為[56, 69, 60, 92, 95]；
#cores非必要參數，手動給出只是用于測試，cores提供每類的中心點，以中心點為依據產生該類數據。

 dataSet = np.zeros((sum(nums),colnum)) #初始化數據集，用于存放隨后生成的所有數據
 n=0 #記錄生成數據的下標
 step = 20/clsnum #假定X坐標軸只顯示0~20的范圍，step為X軸分段后的段長
 for j in range(clsnum): #循環(huán)生成各個類數據
 try:
 core = cores[j] #如果cores沒有給出則，則出錯，跳至except執(zhí)行
 except IndexError :
 core = np.random.rand(1,3) #中心點為array([[x1,x2,c]])，c用于表示類別，這里產生的是1*3的二維數組
 core[0][0] =j*step + core[0][0]*step #將x1限制在各段中
 core[0][1] *=15 #將x2即y軸限制在0~15范圍內
 core[0][2] = j #設置類別
 cores.append(core)
 for i in range(nums[j]): #按nums中指定了每類數據的數量，用循環(huán)生成。
 point= core[0][:2] + np.random.rand(1,2)*step -step/2 #產生點point（x,y)，x以中心點在（core_x - step/2, core_x + step/2)范圍隨機波動，y同理。
 row = np.column_stack((point,core[0][2])) #加上類別成為一個數據
 dataSet[n] = row
 n +=1
 i +=1

 j +=1

 #print("print cores:",cores)
 return dataSet

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

#繪圖展示數據，每類數據點以不同的顏色顯示
def showFigure(dataSet,clsnum):
 fig = plt.figure()
 ax = fig.add_subplot(1,1,1) #界面只需顯示一個視圖
 ax.set_title('KNN separable data set') #視圖名稱，這里簡單統(tǒng)一定這個名稱吧
 plt.xlabel('X') #坐標軸名稱
 plt.ylabel('Y')

 colors = ['r','g','b','y','k'] #定義顯示的顏色b為blue，k為black
 for i in range(clsnum):
 idx = np.where(dataSet[:,2] == i) #查詢每類的索引號
 ax.scatter(dataSet[idx,0], dataSet[idx,1], marker='o', color=colors[i%5], label=1, s=10) #在視圖中的顯示方式

 plt.legend(loc = 'upper right') #圖例顯示位置
 plt.show()


#測試一下
#需要結合模擬生成數據的函數
classnum = 5
nums = np.random.randint(50,100,classnum) #示例 array([56, 69, 60, 92, 95])，每個數字在50~100范圍內
dataSet = makeKNNData(3,classnum,nums)
showFigure(dataSet,classnum)

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

#模擬生成分類數據
#目標是產生二維坐標中的幾堆數據集，每堆為一個類
#函數邏輯：
#將x軸分段，每個段設一個中心的，所有的中心點用cores存儲。
#設置每個數據中心點core的類別，由中心點在一定范圍內隨機產生數據，并將這些數據設為和core一樣的類別
#所以每類的數據會簡單的被X軸的每段大致分開

def makeKNNData(colnum,clsnum,nums,cores = []):
#colnum單個數據擁有特征數量（包括數據的分類）；
# clsnum表示共有多少種分類；
# nums是一個元組，表示每個類別希望產生多少數據樣本；
#cores非必要參數，手動給出只是用于測試，cores提供每類的中心點，以中心點為依據產生該類數據。

 dataSet = np.zeros((sum(nums),colnum)) #初始化數據集，用于存放隨后生成的所有數據
 n=0 #記錄生成數據的下標
 step = 20/clsnum #假定X坐標軸只顯示0~20的范圍，step為X軸分段后的段長
 for j in range(clsnum): #循環(huán)生成各個類數據
 try:
 core = cores[j] #如果cores沒有給出則，則出錯，跳至except執(zhí)行
 except IndexError :
 core = np.random.rand(1,3) #中心點為array([[x1,x2,c]])，c用于表示類別，這里產生的是1*3的二維數組
 core[0][0] =j*step + core[0][0]*step #將x1限制在各段中
 core[0][1] *=15 #將x2即y軸限制在0~15范圍內
 core[0][2] = j #設置類別
 cores.append(core)
 for i in range(nums[j]): #按nums中指定了每類數據的數量，用循環(huán)生成。
 point= core[0][:2] + np.random.rand(1,2)*step -step/2 #產生點point（x,y)，x以中心點在（core_x - step/2, core_x + step/2)范圍隨機波動，y同理。
 row = np.column_stack((point,core[0][2])) #加上類別成為一個數據
 dataSet[n] = row
 n +=1
 i +=1

 j +=1

 #print("print cores:",cores)
 return dataSet

#繪圖展示數據，每類數據點以不同的顏色顯示
def showFigure(dataSet,clsnum):
 fig = plt.figure()
 ax = fig.add_subplot(1,1,1) #界面只需顯示一個視圖
 ax.set_title('KNN separable data set') #視圖名稱，這里簡單統(tǒng)一定這個名稱吧
 plt.xlabel('X') #坐標軸名稱
 plt.ylabel('Y')

 colors = ['r','g','b','y','k'] #定義顯示的顏色b為blue，k為black
 for i in range(clsnum):
 idx = np.where(dataSet[:,2] == i) #查詢每類的索引號
 ax.scatter(dataSet[idx,0], dataSet[idx,1], marker='o', color=colors[i%5], label=1, s=10) #在視圖中的顯示方式

 plt.legend(loc = 'upper right') #圖例顯示位置
 plt.show()


#分類算法：
#待分類數據iData,先計算其到已標記數據集中每個數據的距離
#然后根據離iData最近的k個數據的分類，出現次數最多的類別定為iData的分類。

def KNNClassify(labelData,predData,k): #數據集包含分類屬性
#labelData 是已經標記分類的數據集
#predData 待預測數據集
 labShape = labelData.shape
 for i in range(predData.shape[0]): #以predData的每行數據進行遍歷
 iData = predData[i]
 iDset = np.tile(iData,(labShape[0],1)) #將iData重復，擴展成與labelData同形的矩陣
 #這里用歐拉距離sqrt((x1-x2)^2+(y1-y2)^2)
 diff = iDset[...,:-1] - labelData[...,:-1]
 diff = diff**2
 distance = np.sum(diff,axis=1)
 distance = distance ** 0.5 #開根號
 sortedIND = np.argsort(distance) #排序，以序號返回。
 classCount = { }
 for j in range(k): #計算距離最近的前k個標記數據的類別
 voteLabel = labelData[sortedIND[j],-1]
 classCount[voteLabel] = classCount.get(voteLabel,0)+1

 maxcls = max(classCount,key=classCount.get) #類別最多的，返回鍵名（類別名）
 predData[i][...,-1] = maxcls

 return predData

#測試
labNums = np.random.randint(50,200,classnum)
predNums = np.random.randint(10,80,classnum)
#cores = [np.array([[ 0.08321641, 12.22596938, 0. ]]), np.array([[9.99891798, 4.24009775, 1. ]]), np.array([[14.98097374, 9.80120399, 2. ]])]

labelData = makeKNNData(3,classnum,labNums)
showFigure(labelData,classnum)
predData = makeKNNData(3,classnum,predNums) #這里為了方便，不在寫產生待分類數據的代碼，只需用之前的函數并忽略其類別就好。
predData[...,-1]=0
showFigure(predData,classnum)

k = 10
KNNData = KNNClassify(labelData,predData,k)
showFigure(KNNData,classnum)