python分类器分5类_Python机器学习之K近邻分类器

KNN

现在，如果我们有一个分类任务。需要用到scikit-learn库的分类器对象。

分类器要完成的任务是，给定一种鸢尾花卉的测量数据，为这种花卉分类。最简单的分类器是近邻分类器。近邻算法搜索训练集，寻找与用作测试的新个体最相似的观测记录。

讲到这里，弄清楚训练集和测试集这两个概念很重要。如果确实只有一个数据集，也没关系，重要的是不要使用同一份数据同时用于训练和测试。鉴于此，把数据集分为两部分：一部分专门用于训练算法，另一部分用于验证算法。

因此，在讲解后面的内容之前，我们先把Iris数据集分为两部分。最好是先打乱数组各元素的顺序，然后再切分，因为数据往往是按特定顺序采集的，比如Iris数据集就是按照种类进行排序的。我们用NumPy的random.permutation( )函数打乱数据集的所有元素。打乱后的数据集依旧包含150条不同的观测数据，其中前140条用作训练集，剩余10条用于测试集。

在我们将数据集划分为两部分之后，我们就可以使用KNN算法了。导入KneighborsClassifier，调用分类器的构造函数，然后使用fit( )函数对其进行训练。

我们用140条观测数据训练knn分类器，得到了预测模型。我们随后将验证它的效果。分类器应该能够正确预测测试集中10条观测数据所对应的类别。要获取预测结果，可直接在预测模型knn上调用predict( )函数。最后，将预测结果与y_test中的实际值进行比较。

我们可以看到，只有一个数据预测错误了，错误率仅为10%。我们可以在用萼片测量数据绘制的2D散点图中，画出决策边界。

我们可以看到散点图中，有小块区域伸入到其他决策边界之中。我们再使用花瓣数据绘制的散点图中，一样可以画出决策边界。

如图所示，我们使用花瓣数据描述鸢尾花卉的特征，也一样能够得到相应的决策边界。

Diabetes数据集

scikit-learn库提供了多个数据集，其中就有Diabetes(糖尿病)数据集。人们首次使用它是在2004年。从那时起，人们拿它作为例子，广泛应用于各种预测模型的研究和评估中。

从这个数据集加载数据前，先要从scikit-learn库中导入datasets模块。然后调用load_diabetes( )函数加载数据集，我们也可以将它存储在一个变量diabetes中。该数据集包含了442位病人的生理数据以及一年之后的病情发展情况，后者即为目标值。前10列数据表示生理数据，分别表示以下特征：1.年龄 2.性别 3.体质指数 4.血压 5.S1～S6(六种血清的化验数据)。

我们调用data属性就可以获取到测量数据。查看数据集，就会发现这些数据和我们想象中的数据差别很大。例如我们来看一下第一位病人的10个数据。

这些数据是经过特殊处理得到的。10个数据中的每一个都做了均值中心化处理，然后又用标准差乘以个数数量调整了数值范围。验证就会发现任何一列的所有数值之和为1，比如对年龄这一列求和，我们会发现它的总和近似为1。

即使这些数据因为经过规范化处理，所以难以读懂，但是我们只需要知道它们表示10个生理特征就可以了，这些数据照样对我们很有帮助。

表明疾病进展的数据，用target属性就可以得到啦！我们接下来预测得到的结果必须也要与之相符。

这样我们就得到了442个介于25到346之间的整数数据。下面我们将要用这些数据进行我们的实验环节。

python分类器分5类_Python机器学习之K近邻分类器相关推荐

python根据品种散点图鸢尾花_python机器学习入门到精通--实战分析(三)
利用sklearn分析鸢尾花前面两篇文章提到了机器学习的入门的几个基础库及拓展练习,现在我们就对前面知识点进行汇总进行一个简单的机器学习应用,并构建模型. 练习即假定一名植物专家收集了每一朵鸢尾花的 ...
机器学习 —— 基础整理（三）生成式模型的非参数方法： Parzen窗估计、k近邻估计；k近邻分类器...
本文简述了以下内容: (一)生成式模型的非参数方法 (二)Parzen窗估计 (三)k近邻估计 (四)k近邻分类器(k-nearest neighbor,kNN) (一)非参数方法(Non-param ...
K近邻分类器（李飞飞CS231n学习笔记---lecture2：K最近邻算法）
在讲解K近邻分类器之前,我们先来看一下最近邻分类器(Nearest Neighbor Classifier),它也是K = 1时的K近邻分类器. 目录最近邻分类器定义存在问题 K近邻分类器(KN ...
图片分类-K近邻分类器
你可以注意到当我们做预测的时候,如果仅仅用最近的图片的是远远不够的.其实,我们更常用的是k近邻分类器.这个思想非常简单.代替寻找训练集中最近的图片,我们会寻找k个最相近的图片,并且让他们再测试图片上投 ...
k近邻分类器的使用：简单例子
#k近邻分类器的简单例子 from sklearn.neighbors import KNeighborsClassifier #创建一组数据x和它对应的标签y: x = [[0], [1], [2] ...
python分类器鸢尾花怎么写_python机器学习基础教程-鸢尾花分类
一: 环境准备: 1.导入的库: importnumpy as npimportmatplotlib.pyplot as pltimportpandas as pdimport mglearn 2.导 ...
python分类器鸢尾花怎么写_python机器学习基础教程：鸢尾花分类
首先导入必要的库: import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 复制代码 ...
python 随机森林调参_Python机器学习实践：随机森林算法训练及调参-附代码
原标题:Python机器学习实践:随机森林算法训练及调参-附代码文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 来源 | 博客园作者 | 战争热诚 ...
python随机森林变量重要性_python机器学习之随机森林（七）
机器学习之随机森林,供大家参考,具体内容如下 1.Bootstraping(自助法) 名字来自成语"pull up by your own bootstraps",意思是依靠你自己 ...

python分类器分5类_Python机器学习之K近邻分类器

python分类器分5类_Python机器学习之K近邻分类器相关推荐

最新文章

热门文章