导语：
本文主要介绍了关于python数据挖掘中的分类算法有哪些？的相关知识，包括数据挖掘中常用的六种算法，以及数据挖掘的算法分类这些编程知识，希望对大家有参考作用。
一直以来，对于机器学习领域，
Python 是人们喜欢谈论的话题。你知道我们在使用python学习机器技术的时候，使用的方法和内容都和一般的一样吗？想必了解过的朋友一定知道是什么，不知道的朋友也不必担心。如果你正好是学习机器技术的，那么看看下面的内容，一定会对大家有所帮助~
一、
KNN算法
二、算法过程
1.读取数据集
2.处理数据集数据清洗，使用hold-out方法拆分数据集：训练集，测试集
三、
实现
KNN算法类：
1）遍历训练数据集，通过偏差平方和计算点与点之间的距离
2）对每个点的距离数组进行排序，根据输入的k值取对应的k个点
3）在k个点中，统计每个点出现的次数，权重是距离的导数，得到值。值的指标就是我们计算的判断类别
四、
kNN的python实现
import numpy as np
#一个最简单的KNN
class KNN():
def __init__(self):
self.model = {}#存储各个类别的训练样本的特征，key为类别标签，value是一个list，元素为样本的特征向量
self.training_sample_num = {}#存储训练数据中，各个类别的数量
#训练模型，输入是标签列表，和对应的输入数据列表
def fit(self, X, Y):
for i in range(len(Y)):
#将训练数据按照类别分组
if Y[i] in self.model:
self.model[Y[i]].append(X[i])
else:
self.model[Y[i]] = [X[i]]
#各个类别的样本总数
self.training_sample_num[Y[i]] = self.training_sample_num.get(Y[i], 0) + 1
#预测/判断一个样本的类别。这里模仿sklearn的风格，允许输入单个样本，也允许输入多个样本
嗯，这是关于分类算法的使用。如果你对机器学习很感兴趣，可以好好了解一下这些内容。
~
本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！
内容反馈