首页 > 试题广场 >

k近邻算法

[编程题]k近邻算法
  • 热度指数：53 时间限制：C/C++ 1秒，其他语言2秒 空间限制：C/C++ 256M，其他语言512M
  • 算法知识视频讲解
给定一组训练数据，使用k近邻算法实现分类模型。
你的任务是编写一个函数，接受特征矩阵和目标值、测试样本、以及k值，并返回测试样本的预测分类。

输入描述:
- 第一行：m, n，以空格分隔的整数。
- 接下来m行：X: 特征矩阵，形状为 (m, n)，其中m是样本数量，n是特征数量。以空格分隔的浮点数。
- 接下来一行：y: 目标值，形状为 (m, 1)，其中m是样本数量。以空格分隔的整数。
- 接下来一行：test_sample: 测试样本，形状为 (n, 1)，其中n是特征数量。以空格分隔的浮点数。
- 接下来一行：k: 近邻数量，整数。


输出描述:
- 输出一个整数，表示测试样本的预测分类。
示例1

输入

10 9
0.76 0.58 0.77 0.6 0.75 0.7 0.69 0.11 0.43
0.14 0.85 0.53 0.24 0.12 0.4 0.39 0.15 0.36
0.64 0.43 0.51 0.84 0.64 0.18 0.22 0.1 0.29
0.07 0.37 0.62 0.94 0.6 0.39 0.87 0.51 0.68
0.44 0.99 0.26 0.63 0.28 0.66 0.27 0.06 0.39
0.13 0.63 0.43 0.63 0.76 0.7 0.69 0.15 0.54
0.14 0.11 0.97 0.15 0.52 0.3 0.08 0.23 0.14
0.1 0.94 0.34 0.04 0.79 0.51 0.5 0.13 0.93
0.68 0.5 0.5 0.75 0.43 0.61 0.39 0.48 0.58
0.69 0.68 0.7 0.75 0.38 0.75 0.98 0.93 0.79
2 8 3 8 7 8 8 2 1 6
0.03 0.49 0.13 0.44 0.64 0.67 0.22 0.33 0.83
4

输出

4

备注:
支持numpy，scipy，scikit-learn，pandas库
算法知识视频讲解
开通博客
头像 牛客题解官
发表于 2025-02-05 16:06:37
k近邻算法是分类算法，通过计算测试样本与训练数据之间的距离，选择距离最小的k个样本作为测试样本的邻居，并根据这些邻居的类别进行投票，最终确定测试样本的类别。 步骤： 计算测试样本与训练数据之间的距离 选择距离最小的k个样本作为测试样本的邻居 根据这些邻居的类别进行投票，最终确定测试样本的类别（采用 展开全文
去ta的博客 赞 (0) 回复(1) 收起

问题信息

机器学习
难度：
1条回答 87浏览

热门推荐

相关试题

k近邻算法

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号