生物技术

开发平台：

Visual C++

knnmail.cpp：源码内容

							/************************************************************************
 * * filename:		knnmail.cpp
 * * description:	K邻近算法实现的分类器，用来区分垃圾邮件。
 * *				1. 先对训练集进行随机的分割，2/3的数据作为"学习"集，
 * *				其余的数据作为"测试"集。
 * *				2. 循环K的值从1到sqrt(学习集记录数)求出错误率最少的
 * *				K值。
 * *				3. 用求出的K值对真正的训练集和测试集进行KNN分类。
 * * student:		Liwanjun
 * * data:			2010-03-29 
 * **********************************************************************/ 
#include "knnctl.h"
#include <iostream>
#include <vector>
using namespace std;
int main()
{
	string 	studyfile("训练集.data");
	string	testfile("测试集.data");
	
	Knnctl	knn;			
		//读取训练集记录
	knn.readFile(studyfile);	
		//对训练集进行分割并解析，2/3作为"学习"集，其余作为"测试"集
	knn.divideFile();			
		//将分割的学习集和测试集进行[0,1]区间标准化，并产生名字为st_div_study的文件
	knn.standard(knn.studyvec, "st_div_study");		
	knn.standard(knn.testvec,  "st_div_test");
		//利用分割并标准化后的数据和KNN算法求出错误率最小的K值			
	knn.calKno(knn.studyvec, knn.testvec);
		
		//读取真正的训练集
	knn.readFile(studyfile, knn.studyvec, 0);	
		//读取测试集，并进行标准化
	knn.readFile(testfile, knn.testvec, 1);		
	knn.standard(knn.studyvec, "sstudy");
	knn.standard(knn.testvec, "stest");
		//计算向量间的距离，默认为欧氏距离；也可以余弦
	knn.calSimi(knn.studyvec, knn.testvec);	
		//进行KNN分类
	knn.classification(knn.studyvec, knn.testvec);	
	return 0;
}

						