《机器学习实战》读书笔记—k近邻算法c语言实现(win下)
#include <stdio.h>
#include <io.h>
#include <math.h>
#include <stdlib.h> #define K 10 //kNN中选取最近邻居的个数
#define LINE 1024 //每个文件字符数 const char *to_search_train = "F:\\kNN\\train\\*.txt"; //train数据地址
const char *to_search_test = "F:\\kNN\\test\\*.txt"; //test数据地址 struct //定义结构体 储存train数据和标签
{
int train_mat[2000][LINE]; //矩阵每一行都是1*LINE的矩阵
int train_label[2000]; //储存每个数据的标签 }Train; struct //定义结构体 储存test数据和标签
{
int test_mat[2000][LINE];
int test_label[2000]; }Test; float mat_dist[1000][2000]; //定义距离矩阵,储存每个test数据到每个train数据的距离 //定义子函数,功能:将每个test数据与所有train数据的距离进行排序,选取距离最小的前K个,这K个数据标签类型最多的,将此标签返回给主函数
int BubbleSort(float mat_dist_row[], int label[],int num_train)
{
int i,j,k;
int temp,temp_label;
int num[K] = {0};
int max = 0;
int label_final = 0; for(i = 0;i < num_train;i++) //冒泡排序,距离从小到大,同时将label对应跟随
{
for(j = i+1;j < num_train;j++)
{
if(mat_dist_row[i] > mat_dist_row[j])
{
temp = mat_dist_row[i];
mat_dist_row[i] = mat_dist_row[j];
mat_dist_row[j] = temp; temp_label = label[i];
label[i] = label[j];
label[j] = temp_label;
}
}
} for (k = 0;k < K;k++) //统计前K个数据,各种标签的个数
{
switch(label[k])
{
case 0: num[0]++;break;
case 1: num[1]++;break;
case 2: num[2]++;break;
case 3: num[3]++;break;
case 4: num[4]++;break;
case 5: num[5]++;break;
case 6: num[6]++;break;
case 7: num[7]++;break;
case 8: num[8]++;break;
case 9: num[9]++;break;
default: break;
}
} max = num[0]; for(i = 0;i < K;i++) //标签类型最多的,选择次标签
{
if (num[i] > max )
{
max = num[i];
label_final = i;
}
}
return label_final;
} int main()
{ FILE *fp;
int c; //用于逐个读入字符数据
int train_i = 0,train_j = 0,test_i = 0,test_j = 0; //用于循环
int count_train = 0,count_test = 0; //用于统计train和test文件的个数
int i,j,k,l; //用于循环
int sum = 0; //距离求和
int update_label[2000]; //每次调用函数,更新label
int classifier; //记录返回的标签类型
int count = 0; //错误的个数
float rate; //错误率 char str_adr[255]; //fopen函数读入文件名时地址
long handle; //用于查找的句柄
struct _finddata_t fileinfo; //文件信息的结构体 handle = _findfirst(to_search_train,&fileinfo); //第一次查找
sprintf(str_adr, "F:\\kNN\\train\\%s", fileinfo.name); //文件名赋给str_adr if(-1 == handle)
{
printf("File not exit\n");
}
else
{
switch(fileinfo.name[0]) //给第一个文件赋予标签
{
case '0': Train.train_label[count_train] = 0;break;
case '1': Train.train_label[count_train] = 1;break;
case '2': Train.train_label[count_train] = 2;break;
case '3': Train.train_label[count_train] = 3;break;
case '4': Train.train_label[count_train] = 4;break;
case '5': Train.train_label[count_train] = 5;break;
case '6': Train.train_label[count_train] = 6;break;
case '7': Train.train_label[count_train] = 7;break;
case '8': Train.train_label[count_train] = 8;break;
case '9': Train.train_label[count_train] = 9;break;
default: break;
} count_train++; if((fp = fopen(str_adr,"r")) == NULL)
printf("Error!Can't open the file!\n"); else //将文件中'0'和'1'字符转化为数字0,1,并储存
{
while((c = fgetc(fp)) != EOF)
{
if(c == '0' || c == '1')
{
Train.train_mat[train_i][train_j] = c - '0';
train_j++;
}
}
} fclose(fp); while(!_findnext(handle,&fileinfo)) //循环查找其他符合的文件,知道找不到其他的为止
{ train_j = 0;
train_i++; sprintf(str_adr, "F:\\kNN\\train\\%s", fileinfo.name); switch(fileinfo.name[0]) //给后面文件赋予标签
{
case '0': Train.train_label[count_train] = 0;break;
case '1': Train.train_label[count_train] = 1;break;
case '2': Train.train_label[count_train] = 2;break;
case '3': Train.train_label[count_train] = 3;break;
case '4': Train.train_label[count_train] = 4;break;
case '5': Train.train_label[count_train] = 5;break;
case '6': Train.train_label[count_train] = 6;break;
case '7': Train.train_label[count_train] = 7;break;
case '8': Train.train_label[count_train] = 8;break;
case '9': Train.train_label[count_train] = 9;break;
default: break;
}
if((fp = fopen(str_adr,"r")) == NULL)
printf("Error!Can't open the file!\n");
else //将文件中'0'和'1'字符转化为数字0,1,并储存
{
while((c = fgetc(fp)) != EOF)
{
if(c == '0' || c == '1')
{
Train.train_mat[train_i][train_j] = c - '0';
train_j++;
}
}
} count_train++;
fclose(fp);
}
}
_findclose(handle); //下面重复上面文件读入和储存的过程,读入并储存所有test数据
handle = _findfirst(to_search_test,&fileinfo);
sprintf(str_adr, "F:\\kNN\\test\\%s", fileinfo.name); if(-1 == handle)
{
printf("File not exit\n");
}
else
{
switch(fileinfo.name[0])
{
case '0': {Test.test_label[count_test] = 0;break;}
case '1': {Test.test_label[count_test] = 1;break;}
case '2': {Test.test_label[count_test] = 2;break;}
case '3': {Test.test_label[count_test] = 3;break;}
case '4': {Test.test_label[count_test] = 4;break;}
case '5': {Test.test_label[count_test] = 5;break;}
case '6': {Test.test_label[count_test] = 6;break;}
case '7': {Test.test_label[count_test] = 7;break;}
case '8': {Test.test_label[count_test] = 8;break;}
case '9': {Test.test_label[count_test] = 9;break;}
default: break;
} count_test++; if((fp = fopen(str_adr,"r")) == NULL)
printf("Error!Can't open the file!\n"); else
{
while((c = fgetc(fp)) != EOF)
{
if(c == '0' || c == '1')
{
Test.test_mat[test_i][test_j] = c - '0';
test_j++;
}
}
} fclose(fp); while(!_findnext(handle,&fileinfo))
{ test_j = 0;
test_i++;
sprintf(str_adr, "F:\\kNN\\test\\%s", fileinfo.name); switch(fileinfo.name[0])
{
case '0': {Test.test_label[count_test] = 0;break;}
case '1': {Test.test_label[count_test] = 1;break;}
case '2': {Test.test_label[count_test] = 2;break;}
case '3': {Test.test_label[count_test] = 3;break;}
case '4': {Test.test_label[count_test] = 4;break;}
case '5': {Test.test_label[count_test] = 5;break;}
case '6': {Test.test_label[count_test] = 6;break;}
case '7': {Test.test_label[count_test] = 7;break;}
case '8': {Test.test_label[count_test] = 8;break;}
case '9': {Test.test_label[count_test] = 9;break;}
default: break;
}
if((fp = fopen(str_adr,"r")) == NULL)
printf("Error!Can't open the file!\n");
else
{
while((c = fgetc(fp)) != EOF)
{
if(c == '0' || c == '1')
{
Test.test_mat[test_i][test_j] = c - '0';
test_j++;
}
}
} count_test++;
fclose(fp);
}
}
_findclose(handle); for (i = 0;i < count_test;i++) //计算每个test(循环中的i)数据到每个train(循环中的j)数据的距离
{
for (j = 0;j < count_train;j++)
{
for (k = 0;k < LINE;k++)
{
sum =sum + (Test.test_mat[i][k]-Train.train_mat[j][k])*(Test.test_mat[i][k]-Train.train_mat[j][k]);
}
mat_dist[i][j] = sqrt(sum);
sum = 0;
} for (l = 0;l < count_train;l++) //更新train数据的label
{
update_label[l] = Train.train_label[l];
} classifier = BubbleSort(mat_dist[i],update_label,count_train);//调用子函数,得到第i个test数据的标签 if (Test.test_label[i] != classifier) //统计错误个数
{
count++;
}
printf("the real answer is: %d, the classififier is: %d\n",Test.test_label[i],classifier);//打印
}
rate = (float)count/count_test; //计算错误率
printf("the total number of errors is: %d\n",count); //打印
printf("the total error rate is: %f\n",rate); return 0;
}
干了将近一周才把这个程序写出来,其中遇到了很多很多问题,下面做一点总结:
1、读入文件中的数据不熟悉。在读入txt文件上耗费了太多的时间。
2、对数组、指针了解太少。大数组要定义在外边作为全局就不会“太大”,数组传递以后实参也会改变。
3、对新定义的变量,能赋初值的就赋上初值。
4、杜绝编译、运行检验错误的思想,要觉得没问题了,再去编译和运行。
几个尚未解决的问题:
1、数组如何定义不会“太大”;
2、程序中读入的程序如何变成通用的子函数;
3、指针不会用;
4、找大神帮着改一下提高效率。
这些问题要解决!
《机器学习实战》读书笔记—k近邻算法c语言实现(win下)的更多相关文章
- <机器学习实战>读书笔记--k邻近算法KNN
k邻近算法的伪代码: 对未知类别属性的数据集中的每个点一次执行以下操作: (1)计算已知类别数据集中的点与当前点之间的距离: (2)按照距离递增次序排列 (3)选取与当前点距离最小的k个点 (4)确定 ...
- 机器学习实战 - 读书笔记(12) - 使用FP-growth算法来高效发现频繁项集
前言 最近在看Peter Harrington写的"机器学习实战",这是我的学习心得,这次是第12章 - 使用FP-growth算法来高效发现频繁项集. 基本概念 FP-growt ...
- 机器学习实战 - 读书笔记(11) - 使用Apriori算法进行关联分析
前言 最近在看Peter Harrington写的"机器学习实战",这是我的学习心得,这次是第11章 - 使用Apriori算法进行关联分析. 基本概念 关联分析(associat ...
- 机器学习实战 - 读书笔记(07) - 利用AdaBoost元算法提高分类性能
前言 最近在看Peter Harrington写的"机器学习实战",这是我的学习笔记,这次是第7章 - 利用AdaBoost元算法提高分类性能. 核心思想 在使用某个特定的算法是, ...
- 机器学习实战 - 读书笔记(13) - 利用PCA来简化数据
前言 最近在看Peter Harrington写的"机器学习实战",这是我的学习心得,这次是第13章 - 利用PCA来简化数据. 这里介绍,机器学习中的降维技术,可简化样品数据. ...
- 机器学习实战笔记--k近邻算法
#encoding:utf-8 from numpy import * import operator import matplotlib import matplotlib.pyplot as pl ...
- 机器学习(1)——K近邻算法
KNN的函数写法 import numpy as np from math import sqrt from collections import Counter def KNN_classify(k ...
- R语言学习笔记—K近邻算法
K近邻算法(KNN)是指一个样本如果在特征空间中的K个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性.即每个样本都可以用它最接近的k个邻居来代表.KNN算法适 ...
- k近邻算法C++二维情况下的实现
k近邻算法C++二维实现 这是一个k近邻算法的二维实现(即K=2的情况). #include <cstdio> #include <cstring> #include < ...
随机推荐
- 利用Selenium+java实现淘宝自动结算购物车商品(附源代码)
转载请声明原文地址! 本次的主题是利用selenium+java实现结算购买购物车中的商品. 话不多说,本次首先要注意的是谷歌浏览器的版本,浏览器使用的驱动版本,selenium的jar包版本. ...
- node服务端渲染(完整demo)
简介 nodejs搭建多页面服务端渲染 技术点 koa 搭建服务 koa-router 创建页面路由 nunjucks 模板引擎组合html webpack打包多页面 node端异步请求 服务端日志打 ...
- linux文件共享之samba,nfs的搭建
Samba server简介 Samba是在Linux和UNIX系统上实现SMB协议的一个免费软件,由服务器及客户端程序构成.SMB(Server Messages Block,信息服务块)是一种在局 ...
- js常用的2中排序方法:冒泡排序和快速排序
冒泡排序:例如9 4 5 6 8 3 2 7 10 1 首先:9和4比较 4放前 4 9 5 6 8 3 2 7 10 1 4和5比较 4不动 4 9 5 6 8 3 2 7 10 1 ...
- Delphi中DLL的创建和使用(转)
Delphi中DLL的创建和使用 1.DLL简介: 2.调用DLL: 3.创建DLL: 4.两个技巧: 5.初始化: 6.例外处理. 1.DLL简介 ...
- python爬虫:利用正则表达式爬取豆瓣读书首页的book
1.问题描述: 爬取豆瓣读书首页的图书的名称.链接.作者.出版日期,并将爬取的数据存储到Excel表格Douban_I.xlsx中 2.思路分析: 发送请求--获取数据--解析数据--存储数据 1.目 ...
- Charles Dickens【查尔斯·狄更斯】
Charles Dickens In 1812, the year Charles Dickens was born, there were 66 novels published in Britai ...
- python创建字典
创建: {x:x**2 for x in (2,4,6)} dict(xjm=110,lxh=119,pzq=120) dict([('a',1),('b',2),('c',3)])
- spark提交运算原理
前面几天元旦过high了,博客也停了一两天,哈哈,今天我们重新开始,今天我们介绍的是spark的原理 首先先说一个小贴士: spark中,对于var count = 0,如果想使count自增,我们不 ...
- 1082: [SCOI2005]栅栏
链接 思路 二分+搜索+剪枝. 首先二分一个答案,表示最多可以切出x块.(一个结论:切出的一定是从较小的前x块.如果一个木材可以满足很多个需要的木材,那么切出最小的,就意味着以后再选时的机会更多.) ...