C++实现——最小距离分类器（k近邻算法）

采用的样本是非常经典的鸢尾花数据。

鸢尾花分为三类：

1、setosa

2、versicolor

3、virginica

已知数据集的特征分为：

1、萼片长度

2、萼片宽度

3、花瓣长度

4、花瓣宽度

在讲算法之前，我们首先应该给距离下定义：

当然代码采用的是“欧式距离”

算法原理：

1、读取训练集和测试集数据（包括特征、类型）

2、计算两者距离：

相对应特征的距离。

3、选取排名前k个最小距离进行投票，投票多的就是判定的鸢尾花类型

4、利用混淆矩阵、评测该方法的合理性（理论上95%正确率是很好的模型了）。

代码：

float testdata[75][4];

int testclass[75];

float traindata[75][4];

int trainclass[75];

float distances[75];

int results[75];

void sort(float *dist, int *class_)

{

int N = 75;

float temp = 0;

for (int pass = 0; pass<N; pass++)

{

for (int i = pass + 1; i<N; i++)

{

if (dist[pass] >= dist[i])

{

temp = dist[pass];

dist[pass] = dist[i];

dist[i] = temp;

int k = class_[pass];

class_[pass] = class_[i];

class_[i] = k;

}

}

}

}

int classify(float *dist, int *res, int k)

{

int i, c[4];

c[1] = c[2] = c[3] = 0;

for (i = 0; i< k; i+