給定一組訓(xùn)練數(shù)據(jù),使用k近鄰算法實(shí)現(xiàn)分類(lèi)模型。
你的任務(wù)是編寫(xiě)一個(gè)函數(shù),接受特征矩陣和目標(biāo)值、測(cè)試樣本、以及k值,并返回測(cè)試樣本的預(yù)測(cè)分類(lèi)。
- 第一行:m, n,以空格分隔的整數(shù)。
- 接下來(lái)m行:X: 特征矩陣,形狀為 (m, n),其中m是樣本數(shù)量,n是特征數(shù)量。以空格分隔的浮點(diǎn)數(shù)。
- 接下來(lái)一行:y: 目標(biāo)值,形狀為 (m, 1),其中m是樣本數(shù)量。以空格分隔的整數(shù)。
- 接下來(lái)一行:test_sample: 測(cè)試樣本,形狀為 (n, 1),其中n是特征數(shù)量。以空格分隔的浮點(diǎn)數(shù)。
- 接下來(lái)一行:k: 近鄰數(shù)量,整數(shù)。
- 輸出一個(gè)整數(shù),表示測(cè)試樣本的預(yù)測(cè)分類(lèi)。
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
4
支持numpy,scipy,scikit-learn,pandas庫(kù)