#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

  1. <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 ...

  2. 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 ...

  3. 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 ...

  4. 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, ...

  5. 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. ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. jdbc学习笔记01

    回顾: day01-03,在上一篇文章文末 day04: 分组 group by 统计每个部门的平均工资: select deptno,avg(sal) from emp group by deptn ...

  2. 关于IT人的一些消遣区

    https://www.csdn.net/http://www.51cto.com/http://bestcbooks.com/http://www.jobbole.com/http://www.co ...

  3. 深度CNN

    [具体参考可以看这里(https://cloud.tencent.com/developer/article/1369425)

  4. 笔记--tslib 编译

    tslib 是qt启动时的一个触屏校正检验程序. 它的配置以及编译比较简单. 第一步, 下载tslib源码包: http://download.csdn.net/detail/MKNDG/329156 ...

  5. shell+vim——05

    ln --->link 链接, 链接有两种: 软连接 ln -s 源文件 目标文件   :相当于创建了一个快捷方式,源文件损坏后这个链接也就失效了 ln -s  a.text  a.text.s ...

  6. C# 输出结果有System.Byte[]

    byte[]类型直接输出或者调用ToString函数都会出现这个结果. 需要执行: byte[] a=new byte[10]; string text = "";for (int ...

  7. PHP.21-商品信息管理

    商品信息管理 在线增删改查和图片信息管理 主要技术:文件上传.图片缩放.数据库基本操作 思路: 1.设计并创建数据库 库名:demodb 表名:goods 编号(id) 名称(name) 商品类型(t ...

  8. Docker构建nginx+uwsgi+flask镜像(一)

    前言 笔者之前是从事Java方面的工作,自从18年5月左右来到新的公司,接触到Python,被其简单优雅的语法风格深深吸引,同时,新公司也帮助笔者打开Docker世界的大门,让笔者体会到“一次打包,到 ...

  9. BF算法(蛮力匹配算法)

    将主串M指定位置和目标串S开始位置进行对比,如果相同将M的下一个字符和S的下一个字符对比,如果不同则M的下一个字符和S的开始位置对比,直到S中每一个字符和M中的连续字符串相等,否则不匹配. C#代码- ...

  10. ElasticSearch学习笔记(五)-- 排序、分页与遍历

    1. 相关性算分 这样能够查询到不同分片上的文档的准确算分,默认分片为5 2. sorting-doc-values-fielddata 3. 分页与遍历