人工智能算法--KNN算法(C++实现)_c++人工智能代码

# 上面的图片是在网上随手翻到的-很符合主题-侵权删 #
1

蹭热度ing
Knn算法，用于分类。
通过得到逻辑上的相近程度实现判断，K值的大小体现的是一个容错的过程。
提高预测准确度的方法：
调整K值，找到更好的K值(别太大，也别太小)
数据的预处理(有大佬说过，数据的预处理会比算法本身更重要)
逻辑距离的选择(欧氏距离，闵式距离，切比雪夫距离….)
分类，就是一种选择的过程。将事件抽象为状态点。根据状态点之间的距离，进行度量。(如果不懂我在讲什么，建议把‘动态规划’的算法自己再研究深一点)

下面放上自己用c++做的Knn算法（采用欧氏距离，k值选取为1(并不是一个好的选择，但是我真的很不想自己手工去打那么多的数据集emmmmm)(rand函数可以参数随机数，要是自己没事干了，可以去用那个玩一下)）

下面那个算法，还是不那么好的，要是可以的话，可以多选大点的K值，然后再做一个概率的统计。再列一个表。(但C++玩这个确实没意思)
main函数是随手写的一个测试函数，感觉还能凑活着用。
这是用Python写的KNN算法，会方便很多！点击即可看

代码如下:

#include <iostream>
using namespace std;

#include <cmath>
#include <cstring>
char classsify_KNN(int* INX, int **DataSet, int DataSetlen, char *label, int k) // 限定数据规模 
{
    int *b = new int[DataSetlen];
    //设置INX是5列的，DataSet也是 
    for (int i = 0; i < DataSetlen; ++i) {
        double sum = 0;
        for (int j = 0; j < 5; ++j) {
            sum += (DataSet[i][j] - INX[j])* (DataSet[i][j] - INX[j]);
        }
        b[i] = sqrt(sum); 
    }
    //===  接下来用改写选择排序进行减枝，降低时间复杂度 
    for (int time = 0; time < k; ++time){
        int num_index = time;
        for (int j = time + 1; j < DataSetlen; ++j){
            if (b[j] < b[num_index]){
                num_index = j;
            }
        }
        if (time != num_index){
            int tn = b[num_index];
            char tc = label[num_index];
            b[num_index] = b[time];
            label[num_index] = label[time];
            b[time] = tn;
            label[time] = tc;
        }
    } 
    char* sc = new char[k];
    int* sc_num = new int[k];
    memset(sc_num, 0, sizeof(sc_num));
    memset(sc,'0',sizeof(sc));
    int len = 0;
    for (int i = 0; i < k; ++i){
        bool p = true;
        for (int j = 0; j < len; ++j){
            if (sc[j] == label[i]){
                sc_num[j] ++;
                p = false;
            }
        }
        if (p) {
            sc[len] = label[i];
            sc_num[len++] = 1;
        }
    }

    char ans;
    int time = 0;
    for (int i = 0; i < k; ++i) {
        if (time < sc_num[i]){
            ans = sc[i];
            time = sc_num[i];
        }
    }
    cout << "time = "<< time<< endl;
    delete []b;
    delete []sc;
    delete []sc_num;
    return ans;
}

int main(){
    int INX[] = {1,2,3,4,5};
    int **DataSet = new int* [3];
    for (int i = 0;i < 3;++i){
        DataSet[i] = new int[5];
        for (int j = 0; j < 5; ++j){
            DataSet[i][j] = (2 * j + 1 - 3* i) % 9; //这个随便写的一个数据集 
        }
    } 

    char label[] = {'A', 'B', 'C'};
    cout << classsify_KNN(INX, DataSet,3,label, 1)<< endl; 
    //释放空间
    for (int i = 0;i < 3;++i) {
        delete [] (DataSet[i]);
        DataSet[i] = NULL;
    } 

    delete[] DataSet;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87