《数据仓库与数据挖掘技术》-基于weka实现KNN

计算机与数据科学学院 《数据仓库与数据挖掘》实验报告

public Point(long id,double x, double y) { this.x = x; this.y = y; this.id = id; } public Point(long id,double x, double y, String type) { } }

this.x = x; this.y = y; this.type = type; this.id = id; public int getX() { // TODO Auto-generated method stub return 0; } public int getY() { // TODO Auto-generated method stub return 0; } public long getId() { // TODO Auto-generated method stub return 0; } public String getType() { // TODO Auto-generated method stub return null; } //get、set方法省略 计算机与数据科学学院 《数据仓库与数据挖掘》实验报告

public class Distance {

// 已知点id

private long id;

// 未知点id

private long nid;

// 二者之间的距离

private double disatance;

public Distance(long id, long nid, {

this.id = id;

this.nid = nid;

this.disatance = disatance;

}

//get、set方法省略

double) disatance 计算机与数据科学学院 《数据仓库与数据挖掘》实验报告

public int getDisatance() { // TODO Auto-generated method stub return 0; } }

public class CompareClass implements Comparator{

public int compare(Distance d1, Distance d2) {

return d1.getDisatance()>d2.getDisatance()?20 : -1;

} } // 一、输入所有已知点

List dataList = creatDataSet(); // 二、输入未知点

Point x = new Point(5, 1.2, 1.2);

// 三、计算所有已知点到未知点的欧式距离，并根据距离对所有已知点排序

CompareClass compare = new CompareClass(); Set distanceSet = new TreeSet(compare)

for ( Point point : dataList ) { distanceSet.add(new Distance(point.getId(), x.getId(), oudistance(point, x))); }

计算机与数据科学学院 《数据仓库与数据挖掘》实验报告

// 四、选取最近的k个点 double k = 5; /**

* 五、计算k个点所在分类出现的频率 */

// 1、计算每个分类所包含的点的个数 List distanceList= new ArrayList(distanceSet); Map map =

getNumberOfType(distanceList, dataList, k); // 2、计算频率

Map p = computeP(map, k);

x.setType(maxP(p)); System.out.println(\未知点的类型为：\+x.getType()); }

// 欧式距离计算

public static double oudistance (Point point1, Point point2) {

double temp = Math.pow(point1.getX() - point2.getX(), 2)

+ Math.pow(point1.getY() - point2.getY(), 2); return Math.sqrt(temp); }

// 找出最大频率

public static String maxP(Map map) { String key = null; double value = 0.0;

for (Map.Entry entry : map.entrySet()) {

if (entry.getValue() > value) { key = entry.getKey();