《模式识别与智能计算》夹角余弦距离分类

• 2020 年 1 月 16 日
• 筆記

算法流程

1. 计算待测样品与训练集里每个样品x的角度距离
2. 角度距离最大的就是所属的样品类别

算法实现

计算夹角余弦

def anglecos(x_train,y_train,sample):      """      :function 按照夹角余弦距离法计算待测样品与样品库中的相似度      :param x_train: 训练集 M*N  M为样本个数 N为特征个数      :param y_train: 训练集标签 1*M      :param sample: 待识别样品      :return: 返回判断类别      """      label = 0      disMax = -1*np.inf      for i,train in enumerate(x_train):          dis = np.sum(train*sample)/(np.sqrt(np.sum(train*train)*np.sum(sample*sample)))          if disMax<dis:              disMax = dis              label = y_train[i]      return label

测试代码

from sklearn import datasets  from Include.chapter3 import function  import numpy as np    #读取数据  digits = datasets.load_digits()  x , y = digits.data,digits.target    #划分数据集  x_train, y_train, x_test, y_test = function.train_test_split(x,y)  testId = np.random.randint(0, x_test.shape[0])  sample = x_test[testId, :]      ans = function.anglecos(x_train,y_train,sample)  print(ans==y_test[testId])

算法结果

True