K-近邻算法（KNN）实战
1.什么是knn算法
百度百科介绍的已经很详细，在此只作简单介绍。
存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据 与所属分类的对应关系。输人没有标签的新数据后，将新数据的每个特征与样本集中数据对应的 特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们 只选择样本数据集中前K个最相似的数据，这就是K-近邻算法中K的出处,通常K是不大于20的整数。 最后 ，选择K个最相似数据中出现次数最多的分类，作为新数据的分类。
2.knn算法的优缺点：
- 优点：精度高、对异常值不敏感、无数据输入假定。
- 缺点：时间复杂度高、空间复杂度高。
- 适用数据范围：数值型和标称型。
3.利用knn解决分类问题
1，导包
from sklearn.neighbors import KNeighborsClassifier
import numpy as np
import sklearn.datasets as datasets#该数据集中，有好多的数据 是关于数据分析的一些数据
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
%matplotlib inline2.导入sklearn自带的鸢尾花数据集
iris_data =datasets.load_iris()3.获取数据集的特征和标签
data =iris_data.data
label=iris_data.target4.查看特征名称
iris_data.feature_names由此发现该数据集有，['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']四个特征，一一对应其data中的每一列数据
5.拆分训练集和测试集
#data 一分为二，训练数据X_train,x_test;
#target 一分为二 y_train,y_test
#y_train 目标值，y_test （保留的真实值）
X_train,x_test,y_train,y_test = train_test_split(data,target,test_size=0.1)
6.实例化算法并开始训练数据
#声明算法
knn = KNeighborsClassifier()
#训练数据
knn.fit(X_train,y_train)7.查看准确率
knn.score(x_test,y_test）8.进行测试，并将预测结果与真实结果对比
#进行测试，只将数据交给model进行预测
y_ = knn.predict(x_test)
y_y_是预测结果，y_test是真实标签，对比即可
9.展示数据
#获取训练样本
#对原始数据进行处理，获取花萼的长度和宽度
#绘制展示这些花
X_train = data[:,:2]
y_train = ta
使用三点图展示数据
plt.scatter(X_train[:,0],X_train[0:,1],c=y_train,cmap="rainbow")
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-10-02，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录