大工21春《数据挖掘》大作业题目及要求【答案】.pdfVIP

大工21春《数据挖掘》大作业题目及要求【答案】--第1页

大工21春《数据挖掘》大作业题目及要

求【答案】

XXX

数据挖掘》课程大作业

题目：Knn算法原理以及python实现

姓名：

研究中心：

第一大题：讲述自己在完成大作业过程中遇到的困

难，解决问题的思路，以及相关感想，或者对这个项

目的认识，或者对Python与数据挖掘的认识等等，

300-500字。

答：数据分析和数据挖掘并不是相互独立的，数据分析通

常是直接从数据库取出已有信息，进行一些统计、可视化、文

字结论等，最后可能生成一份研究报告性质的东西，以此来辅

助决策。但是如果要分析已有信息背后的隐藏信息，而这些信

息通过观察往往是看不到的，这是就需要用到数据挖掘，作为

分析之前要走的一个门槛。数据挖掘不是简单的认为推测就可

以，它往往需要针对大量数据，进行大规模运算，才能得到一

些统计学规律。

大工21春《数据挖掘》大作业题目及要求【答案】--第1页

大工21春《数据挖掘》大作业题目及要求【答案】--第2页

科技的快速发展和数据的存储技术的快速进步，使得各种

行业或组织的数据得以海量积累。但是，从海量的数据当中，

提取有用的信息成为了一个难题。在海量数据面前，传统的数

据分析工具和方法很无力。由此，数据挖掘技术就登上了历史

的舞台。

数据挖掘是一种技术，将传统的数据分析办法与处理大量

数据的复杂算法相联合，从大量的、不完全的、有噪声的、模

糊的、随机的数据中，提取隐含在其中的、人们事前不知道的、

但又是潜在有效信息和常识的过程。

第二大题：完成下面一项大作业题目。

题目一：Knn算法道理以及python完成

答：

一、knn算法介绍

邻近算法，或者说K最近邻（kNN。k-NearestNeighbor）

分类算法是数据挖掘分类技术中最简单的方法之一。所谓K

最近邻，就是k个最近的邻居的意思，说的是每个样本都可以

用它最接近的k个邻居来代表。kNN算法的核心思想是如果

一个样本在特征空间中的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

大工21春《数据挖掘》大作业题目及要求【答案】--第2页

大工21春《数据挖掘》大作业题目及要求【答案】--第3页

的特性。该方法在确定分类决策上只依据最邻近的一个或者几

个样本的类别来决定待分样本所属的类别。

在种别决议时，只与少少量的相邻样本有关。因为kNN

办法主要靠周围有限的邻近的样本，而不是靠判别类域的办法

来肯定所属种此外，因而关于类域的交叉或堆叠较多的待分样

本集来说，kNN办法较其他办法更为适合。

2、核心概括

主要的思想是计算待分类样本与训练样本之间的差异性，

并将差异按照由小到大排序，选出前面K个差异最小的类别，

并统计在K个中类别出现次数最多的类别为最相似的类，最

终将待分类样本分到最相似的训练样本的类中。与投票(Vote)

的机制类似。

三、knn算法流程

1.准备数据，对数据举行预处理

2.选用合适的数据结构储备训练数据和测试元组

3.设定参数