python算法KNN实现

KNN算法是一种简单有效的机器学习算法，可以用于分类和回归问题。下面是一个基于Python语言实现KNN算法的示例代码：

import numpy as np

class KNN:
    
    def __init__(self, k=3):
        self.k = k
    
    def fit(self, X, y):
        self.X_train = X
        self.y_train = y
    
    def predict(self, X):
        y_pred = np.zeros(X.shape[0])
        for i, x in enumerate(X):
            distances = np.sqrt(np.sum((self.X_train - x) ** 2, axis=1))
            indices = np.argsort(distances)[:self.k]
            k_nearest_labels = self.y_train[indices]
            y_pred[i] = np.argmax(np.bincount(k_nearest_labels))
        return y_pred

这里定义了一个名为KNN的类，其构造函数中包含一个参数k，表示KNN算法中的邻居数量。fit方法用于训练模型，接受训练数据X和标签y作为输入，predict方法用于预测新数据的标签，接受测试数据X作为输入。在predict方法中，首先计算测试数据X与训练数据X_train之间的距离，然后取距离最近的k个数据的标签，使用np.bincount方法统计这k个数据中出现最多的标签，并将其作为测试数据X的预测标签。