之前寫(xiě)k-近鄰算法（http://boytnt.blog.51cto.com/966121/1569629）的時(shí)候，沒(méi)附上測(cè)試數(shù)據(jù)，這回找了一個(gè)，測(cè)試一下算法的效果。數(shù)據(jù)來(lái)源于http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data，關(guān)于乳腺癌的樣本，屬性描述見(jiàn)breast-cancer-wisconsin.names。

樣本的大致形式如下：

1	1000025,5,1,1,1,2,1,3,1,1,2

第1個(gè)屬性是編號(hào)，我們不關(guān)心，最后一個(gè)屬性是結(jié)果，2表示benign（良性），4表示malignant（惡性）。其余9個(gè)屬性是樣本特征。注意里面有缺失數(shù)據(jù)（用？表示，共計(jì)16行，占2.3%），計(jì)算時(shí)要先做數(shù)據(jù)清洗，這里簡(jiǎn)單填充成0即可。

用k-近鄰算法來(lái)測(cè)試一下：

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

public?void?TestNearestNeighbour() { ????var?trainingSet?=?new?List<DataVector<double>>(); ????var?testSet?=?new?List<DataVector<double>>(); ????? ????//讀取數(shù)據(jù) ????var?file?=?new?StreamReader("breast-cancer-wisconsin.txt",?Encoding.Default); ????for(int?i?=?0;i?<?699;++i) ????{ ????????string?line?=?file.ReadLine(); ????????var?parts?=?line.Split(','); ????????? ????????var?p?=?new?DataVector<double>(9); ????????for(int?j?=?0;j?<?p.Dimension;++j) ????????{ ????????????if(parts[j?+?1]?==?"?") ????????????????parts[j?+?1]?=?"0"; ????????????p.Data[j]?=?Convert.ToDouble(parts[j?+?1]); ????????} ????????p.Label?=?Convert.ToInt32(parts[10])?==?2???"benign"?:?"malignant"; ????????? ????????//用600個(gè)樣本做訓(xùn)練，剩下99個(gè)做測(cè)試 ????????if(i?<?600) ????????????trainingSet.Add(p); ????????else ????????????testSet.Add(p); ????} ????file.Close(); ????? ????//檢驗(yàn) ????var?nn?=?new?NearestNeighbour(); ????nn.Train(trainingSet); ????int?error?=?0; ????foreach(var?p?in?testSet) ????{ ????????var?label?=?nn.Classify(p); ????????if(label?!=?p.Label) ????????????++error; ????} ????? ????Console.WriteLine("Error?=?{0}/{1},?{2}%",?error,?testSet.Count,?(error?*?100.0?/?testSet.Count)); }

運(yùn)行結(jié)果是99個(gè)測(cè)試樣本猜錯(cuò)2個(gè)，錯(cuò)誤率2.02%，效果不錯(cuò)。

附件：http://down.51cto.com/data/2365048

? ? ?本文轉(zhuǎn)自 BoyTNT 51CTO博客，原文鏈接：http://blog.51cto.com/boytnt/1572149，如需轉(zhuǎn)載請(qǐng)自行聯(lián)系原作者

總結(jié)

以上是生活随笔為你收集整理的机器学习算法：补一个k-近邻算法的测试的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。