Algorithme des k plus proches voisins

1. Récupérez le fichier de donnée présenté ci-dessus.
2. Visualisez ces données grâce à ce script :

   
   import matplotlib.pyplot as plt
   import csv
   
   iris=[]
   x0,x1,x2=[],[],[]
   y0,y1,y2=[],[],[]
   esp=[]
   
   with open("iris.csv",'r',encoding='utf-8') as f:
       lecteur=csv.reader(f,delimiter=',')
       for row in lecteur:
           iris.append(row)
   
       for i in range (1,len(iris)):
           if iris[i][2]=='0':
               x0.append(float(iris[i][0]))
               y0.append(float(iris[i][1]))
           if iris[i][2]=='1':
               x1.append(float(iris[i][0]))
               y1.append(float(iris[i][1]))
           if iris[i][2]=='2':
               x2.append(float(iris[i][0]))
               y2.append(float(iris[i][1]))
   
   plt.axis('equal')
   plt.scatter(x0, y0, color='r', label='iris setosa')
   plt.scatter(x1, y1, color='g', label='iris versicolor')
   plt.scatter(x2, y2, color='b', label='iris virginica')
   plt.legend()
   axes = plt.gca()
   axes.set_xlabel('longueur des pétales')
   axes.set_ylabel('largeur des pétales')
   axes.legend()
   plt.show()
   								

SOLUTION

import matplotlib.pyplot as plt
import csv
from math import sqrt

def affichage_iris(tab:list):
    '''
    ne rien toucher à cette fonction
    '''
    x0,x1,x2=[],[],[]
    y0,y1,y2=[],[],[]
    esp=[]

    for i in range (1,len(tab)):
        if tab[i][2]==0:
            x0.append(tab[i][0])
            y0.append(tab[i][1])
        if tab[i][2]==1:
            x1.append(tab[i][0])
            y1.append(tab[i][1])
        if tab[i][2]==2:
             x2.append(tab[i][0])
             y2.append(tab[i][1])
    plt.axis('equal')
    plt.scatter(x0, y0, color='r', label='iris setosa')
    plt.scatter(x1, y1, color='g', label='iris versicolor')
    plt.scatter(x2, y2, color='b', label='iris virginica')
    plt.legend()
    axes = plt.gca()
    axes.set_xlabel('longueur des pétales')
    axes.set_ylabel('largeur des pétales')
    axes.legend()
    plt.show()


def recup_donnees(nomDeFichier)->list:
    '''
    à partir du nom de fichier, cette fonction récupère les données et les renvoie sous forme de tableau de tableaux
    ne rien toucher à cette fonction
    '''
    iris=[]
    with open(nomDeFichier,'r',encoding='utf-8') as f:
        lecteur=csv.reader(f,delimiter=',')
        for row in lecteur:
            iris.append(row)
        for i in range (1,len(iris)):
            for j in range(2):
                iris[i][j]=float(iris[i][j])
            iris[i][2]=int(iris[i][j])
        return iris

def mini_iris(tab:list):
    '''
    recherche le minimu et enlève l'élément du tableau de tableaux
    renvoie le minimum et le tableau de tableaux modifié
    '''
    min=100000
    indicemin=0
    for i in range (len(tab))
        if tab[i][3] < min:
            min=tab[i][3]
            indicemin=i
    min=tab.pop(indicemin)
    return min,tab

def distance(x1:float,y1:float,x2:float,y2:float)->float
    '''
    calcule la "distance" entre deux iris
    '''
    return sqrt((x2-x1)**2+(y2-y1)**2)

def kppv_iris(iris:list, larg:float,haut:float,nbvoisins:int)-> list:
    '''
    recherche des nbvoisins les plus proches pour déterminer l'espèce de l'iris donc les pétales mesurent larg x haut.
    Une fois l'espèce déterminée, le nouvel iris est ajouté au tableau iris qui est renvoyé modifié en fin de fonction.
    '''
    #copie du tableau de tableaux iris dans le tableau de tableaux iris_kppv
    iris_kppv=[[iris[i][j] for j in range(3)]for i in range(1,len(iris))]

    #calcul des distances à toutes les autres fleurs et stockage dans le tableau de tableaux iris_kppv
    for i in range (0,len(iris_kppv)):
        iris_kppv[i].append(distance(larg,haut,iris_kppv[i][0],iris_kppv[i][1]))

    #recherche des k voisins les plus proches
    voisins=[]
    for i in range (nbvoisins):
        voisin_proche,iris_kppv=mini_iris(iris_kppv)
        voisins.append(voisin_proche)

    #recherche de l'espèce majoritaire des k voisins
    #le tableau espece va contenir l'effectif de chaque espèce : espece[0]->setosa ; espece[1]->versicolor ; espece[2]->virginica
    espece=[0,0,0]
    #on parcourt le tableau de tableaux contenant les proches voisins
    for i in range (len(voisins)):
        if voisins[i][2]==0:
            pass # ... supprimer le pass puis compléter la ligne
        if voisins[i][2]==1:
            pass # ... supprimer le pass puis compléter la ligne
        if voisins[i][2]==2:
            pass # ... supprimer le pass puis compléter la ligne

    #ajout de l'iris inconnu au tableaua de taableaux "iris"
    iris.append([larg,haut,espece.index(max(espece))])

    return iris
#####################################################

#récupération des données
fleurs=recup_donnees('iris.csv')

#application de l'algorithme des k plus proches voisins

#affichage des données
affichage_iris(fleurs)
					

1. Téléchargez le code et exécutez le (en le plaçant dans le même répertoire que le fichier iris.csv. Une erreur de syntaxe apparaît, corrigez là
2. Une fois le première erreur corrigée, une deuxième erreur de syntaxe apparaît, corrigez là (attention c'est un peu plus subtil ici))
3. Une fois les deux erreurs de syntaxe corrigées, le programme doit s'exécuter normalement et afficher le graphique des données des iris.
   Complétez le programme principal pour ajouter au tableau de tableaux fleursl'iris inconnu dont le pétale mesure 5.5 cm de longueur et 1.95 cm de largeur. On s'appuiera pour cela sur ses 5 plus proches voisins.
4. Le point correspondant à l'iris est ajouté dans le plan mais vous pouvez constater qu'ils n'est pas classé dans la bonne espèce.
   C'est logique, il manque trois lignes au programme (lignes 96, 98 et 100).
   Complétez ces trois lignes et testez à nouveau le programme, si vous avez bien compris, cela doit fonctionner.

SOLUTION