KNN分类算法C++实现十次十倍交叉验证计算分类准确率

KNN分类算法的C++实现，采用交叉验证测试在公共数据集上的准确率。希望对大家有帮助，如果发现程序中的问题请给我留言，相互借鉴，共同进步。

// CrossValidation.cpp: implementation of the CCrossValidation class.
//
//////////////////////////////////////////////////////////////////////

#include “CrossValidation.h“

//////////////////////////////////////////////////////////////////////
// Construction/Destruction
//////////////////////////////////////////////////////////////////////

CCrossValidation::CCrossValidation（int sampleSize  int k_fold const std::vector &classSize）: m_classSize（ classSize ）
{
	m_sampleSize = sampleSize;
	m_kfold = k_fold;
	
	int classIndex = 0;
	int sampleCount = 0;
	std::vector group;
	group.reserve（ sampleSize / classSize.size（） ）;
	m_classMap.reserve（ sampleSize ）;
	
	m_sampleID.reserve（ sampleSize ）;
	for（ int i = 0; i < sampleSize; i++ ）
		m_sampleID.push_back（ i ）;
	
	m_cvGroup.resize（ k_fold ）;
	
	for（ int sampleIndex = 0; sampleIndex < sampleSize; sampleIndex++ ）
	{
		if（ sampleCount < m_classSize.at（ classIndex ） ）
		{
			sampleCount++;
			group.push_back（ sampleIndex ）;
		}
		else
		{
			m_classMap.push_back（ group ）;
			group.clear（）;
			
			classIndex++;
			sampleCount = 0;
			sampleIndex--;
		}
	}
	m_classMap.push_back（ group ）;

}

CCrossValidation::~CCrossValidation（）
{

}

void CCrossValidation::GenerateCVGroup（）
{
	int unevenTime = 0;		//记录当前类样本若是交叉验证分组个数不一样时，是第几次出现分组不一样的情况

	//通过轮盘组对每类样本进行按比例随机交叉验证分组
	for（ int classIndex = 0; classIndex < （int）m_classSize.size（）; classIndex++ ）
	{
		//计算当前类样本平均分组大小
		int meanGroupSize = m_classSize.at（ classIndex ） / m_kfold;
		int unevenGroupCount = m_classSize.at（ classIndex ） - meanGroupSize * m_kfold;
		if（ unevenGroupCount > 0 ）
			unevenTime++;

		//计算当前类样本分到交叉验证分组中各组的样本个数
		std::vector groupSize;
		groupSize.reserve（ m_kfold ）;
		for（ int groupIndex = 0; groupIndex < m_kfold; groupIndex++ ）
		{
			if（ unevenTime % 2 == 0 ）
			{
				if（ groupIndex < unevenGroupCount ）
					groupSize.push_back（ meanGroupSize + 1 ）;
				else
					groupSize.push_back（ meanGroupSize ）;
			}
			else
			{
				if（ groupIndex < m_kfold - unevenGroupCount ）
					groupSize.push_back（ meanGroupSize ）;
				else
					groupSize.push_back（ meanGroupSize + 1 ）;
			}
		}

		//计算原始样本分到各组的概率
		std::vector probability;
		probability.reserve（ m_kfold ）;
		for（ groupIndex = 0; groupIndex < m_kfold; groupIndex++ ）
		probability.push_back（ groupSize[ groupIndex ] * 1.0 / m_classSize.at（ classIndex ） ）;

		//计算轮盘组概率
		std::vector roundProb;
		roundProb.reserve（ m_kfold ）;
		double probSum = 0;
		for（ groupIndex = 0; groupIndex < m_kfold - 1; groupIndex ++ ）
		{
			probSum += probability.at（ groupIndex ）;
			roundProb.push_back（ probSum ）;
		}
		roundProb.push_back（ 1.0 ）;

		//将当前类样本进行交叉验证分组
		for（ int sampleIndex = 0; sampleIndex < m_classSize.at（ classIndex ）; sampleIndex++ ）
		{
			//随机分组
			double randProb = rand（） * 1.0 / RAND_MAX;
			for（ groupIndex = 0; groupIndex < m_kfold; groupIndex++ ）
			{
		

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-04-15 16:06  KNN\
     文件        4756  2016-04-05 19:11  KNN\CrossValidation.cpp
     文件        1287  2016-04-05 19:10  KNN\CrossValidation.h
     目录           0  2016-04-15 16:06  KNN\Debug\
     文件      126490  2016-04-05 21:01  KNN\Debug\CrossValidation.obj
     文件           0  2016-04-05 21:01  KNN\Debug\CrossValidation.sbr
     文件      697344  2016-04-15 16:06  KNN\Debug\KNN.bsc
     文件      647236  2016-04-15 16:06  KNN\Debug\KNN.exe
     文件      923444  2016-04-15 16:06  KNN\Debug\KNN.ilk
     文件       71644  2016-04-15 16:05  KNN\Debug\KNN.obj
     文件     2598676  2016-04-15 16:06  KNN\Debug\KNN.pch
     文件     1532928  2016-04-15 16:06  KNN\Debug\KNN.pdb
     文件           0  2016-04-15 16:06  KNN\Debug\KNN.sbr
     文件      256044  2016-04-15 16:06  KNN\Debug\Main.obj
     文件           0  2016-04-15 16:06  KNN\Debug\Main.sbr
     文件      266940  2016-04-14 09:57  KNN\Debug\MI.obj
     文件      270653  2016-04-14 09:57  KNN\Debug\MI.sbr
     文件      251747  2016-04-15 16:06  KNN\Debug\ReadData.obj
     文件           0  2016-04-15 16:06  KNN\Debug\ReadData.sbr
     文件      132096  2016-04-15 16:06  KNN\Debug\vc60.idb
     文件      184320  2016-04-15 16:06  KNN\Debug\vc60.pdb
     文件        5447  2016-04-15 16:05  KNN\KNN.cpp
     文件        4635  2016-04-15 16:06  KNN\KNN.dsp
     文件         514  2016-04-05 19:00  KNN\KNN.dsw
     文件        1707  2016-04-14 09:36  KNN\KNN.h
     文件      107520  2016-04-15 16:06  KNN\KNN.ncb
     文件       49664  2016-04-15 16:06  KNN\KNN.opt
     文件        1662  2016-04-15 16:06  KNN\KNN.plg
     文件        3290  2016-04-15 16:06  KNN\Main.cpp
     文件       18575  2016-04-14 10:20  KNN\MI.cpp
     文件        1971  2016-04-14 10:20  KNN\MI.h
............此处省略5个文件信息