knn算法代码实现c++

KNN算法是一种经典的机器学习算法，用于分类和回归问题。在C语言中，我们可以通过数组和循环来实现KNN算法。

下面是一个简单的KNN算法的C语言代码实现：

#include <stdio.h>
#include <math.h>

#define K 3        // 设置K值为3
#define N 5        // 设置训练样本数量为5
#define M 2        // 设置测试样本数量为2
#define DIMENSION 2 // 设置样本维度为2

// 计算欧氏距离
float calculateDistance(float* sample1, float* sample2) {
    float sum = 0.0;
    for (int i = 0; i < DIMENSION; i++) {
        sum += pow(sample1[i] - sample2[i], 2);
    }
    return sqrt(sum);
}

// 寻找最近的K个样本
int findNearestNeighbors(float** trainSamples, float* testSample, int* labels) {
    float distances[N]; // 存储每个训练样本到测试样本的距离
    int neighbors[K];   // 存储最近的K个样本的索引

    // 初始化距离和最近样本的索引
    for (int i = 0; i < N; i++) {
        distances[i] = calculateDistance(trainSamples[i], testSample);
        neighbors[i] = i;
    }

    // 对距离进行从小到大排序
    for (int i = 0; i < N; i++) {
        for (int j = 0; j < N - i - 1; j++) {
            if (distances[j] > distances[j + 1]) {
                float tempDist = distances[j];
                distances[j] = distances[j + 1];
                distances[j + 1] = tempDist;

                int tempIdx = neighbors[j];
                neighbors[j] = neighbors[j + 1];
                neighbors[j + 1] = tempIdx;
            }
        }
    }

    // 统计K个样本中最多的类别
    int classCount = 0;
    int maxCount = 0;
    for (int i = 0; i < K; i++) {
        int label = labels[neighbors[i]];
        int count = 0;
        for (int j = 0; j < K; j++) {
            if (labels[neighbors[j]] == label) {
                count++;
            }
        }
        if (count > maxCount) {
            maxCount = count;
            classCount = label;
        }
    }

    return classCount;
}

int main() {
    float trainSamples[N][DIMENSION] = {{1.0, 1.0}, {2.0, 2.0}, {3.0, 3.0}, {4.0, 4.0}, {5.0, 5.0}};
    float testSamples[M][DIMENSION] = {{2.5, 2.5}, {4.5, 4.5}};
    int labels[N] = {0, 0, 1, 1, 1};

    for (int i = 0; i < M; i++) {
        int result = findNearestNeighbors(trainSamples, testSamples[i], labels);
        printf("Test Sample %d belongs to Class %d\n", i, result);
    }

    return 0;
}

该代码实现了一个简单的KNN算法，其中训练样本、测试样本和对应的类别标记以及K值都是在代码中事先定义好的。通过调用`findNearestNeighbors`函数，对于每个测试样本，算法会找到最近的K个训练样本，然后通过统计K个样本中出现次数最多的类别来进行分类预测。

以上就是KNN算法的C语言代码实现。注意，这只是一个简单的示例代码，实际应用时可能需要考虑更多的算法细节和优化。