机器学习项目实战——06KNN算法之水果分类

数据集说明：

一共58个数据样本

因为水果的名字是字符串，对其进行编码。

labelencoder = LabelEncoder()
data.iloc[:,0] = labelencoder.fit_transform(data.iloc[:,0])

对水果进行分类，最后预测正确值。一共有四类。

对于KNN算法，K的取值是需要自己设置的，sklearn中默认是5，水果分类实验中从1到30进行了选择，选取最好的那个k值再用于预测。

最终输出的是模型的得分。

整体代码：

from sklearn.neighbors import KNeighborsClassifier
import numpy as np
import pandas as pd
from sklearn.preprocessing import LabelEncoder
import matplotlib.pyplot as pltdata = pd.read_csv('fruit_data.csv')
# print(data)labelencoder = LabelEncoder()
data.iloc[:,0] = labelencoder.fit_transform(data.iloc[:,0])
# print(data)# print(labelencoder.classes_)from sklearn.model_selection import train_test_split
# 切分数据集，stratify=y表示切分后训练集和测试集中的数据类型的比例跟切分前y中的比例一致
# 比如切分前y中0和1的比例为1:2，切分后y_train和y_test中0和1的比例也都是1:2
# 设置random_state，使用同样的随机方式来切分数据
x_train,x_test,y_train,y_test = train_test_split(data.iloc[:,1:], data.iloc[:,0], test_size=0.3, stratify=data.iloc[:,0], random_state=20)# 保存不同k值测试集准确率
test_scores = []
# 保存不同k值训练集准确率
train_scores = []# 设置30个k值
k = 30
for i in range(1,k):knn = KNeighborsClassifier(i)knn.fit(x_train,y_train)# 保存测试集准确率test_scores.append(knn.score(x_test,y_test))# 保存训练集准确率train_scores.append(knn.score(x_train,y_train))plt.title('k-NN Varying number of neighbors')
plt.plot(range(1,k),test_scores,label="Test")
plt.plot(range(1,k),train_scores,label="Train")
plt.legend()
plt.xticks(range(1,k))
plt.xlabel('k')
plt.ylabel('accuracy')
plt.show()# 选择一个最好的k值作为模型参数
k = np.argmax(test_scores)+1
knn = KNeighborsClassifier(k)
knn.fit(x_train,y_train)
print(k)
print(knn.score(x_test,y_test))

机器学习项目实战——06KNN算法之水果分类相关推荐

机器学习项目实战——15Kmeans算法之NBA球队实力聚类分析
聚类是无标签的就是无监督学习整体代码: from sklearn.cluster import KMeans import numpy as np import matplotlib.pyplot ...
【机器学习项目实战】Python基于协同过滤算法进行电子商务网站用户行为分析及服务智能推荐
说明:这是一个机器学习实战项目(附带数据+代码+文档+代码讲解),如需数据+代码+文档+代码讲解可以直接到文章最后获取. 1.项目背景电子商务网站数量迅速上升,将电子商务网站浏览者变为实际消费者,满 ...
机器学习项目实战——02回归算法之葡萄酒质量与时间的关系
数据集,机器学习项目实战--数据集与代码-机器学习文档类资源-CSDN文库采用的是一元线性回归模型 import numpy as np import matplotlib.pyplot as pl ...
【机器学习项目实战】Python实现聚类(Kmeans)分析客户分组
说明:这是一个机器学习实战项目(附带数据+代码),如需数据+完整代码可以直接到文章最后获取. 1.问题定义在日常银行.电商等公司中,随着时间的推移,都会积累一些客户的数据.在当前的大数据时代.人工智 ...
python智慧城市_智慧城市背景下Python机器学习项目实战案例分享
首先,何为智慧城市?智慧城市的"智慧"源自何处? 智慧城市的特征在于运用大数据和数字技术提高居民生活质量. 机构获得的数据越全面.越实时,它们就越有能力观测事件发生的详情.分析需求 ...
智慧城市背景下Python机器学习项目实战案例分享
首先,何为智慧城市?智慧城市的"智慧"源自何处? 智慧城市的特征在于运用大数据和数字技术提高居民生活质量. 机构获得的数据越全面.越实时,它们就越有能力观测事件发生的详情.分析需求 ...
机器学习项目实战-能源利用率 Part-3（特征工程与特征筛选）
博主前期相关的博客可见下: 机器学习项目实战-能源利用率 Part-1(数据清洗) 机器学习项目实战-能源利用率 Part-2(探索性数据分析) 这部分进行的特征工程与特征筛选. 三特征工程与特征筛 ...
机器学习项目实战(五) 住房价格预测
机器学习项目实战系列住房价格预测目录机器学习项目实战系列住房价格预测一.概述二.分析数据 1.数据导入 2.基础统计运算 3.特征观察 4.建立模型 5.分析模型表现 (1)学习曲 ...
【机器学习项目实战案例目录】项目详解 + 完整源码
前言大家好,我是阿光. 本专栏整理了<机器学习项目实战案例>,内包含了各种不同的入门级机器学习项目,包含项目原理以及源码,每一个项目实例都附带有完整的代码. 正在更新中~ ✨

机器学习项目实战——06KNN算法之水果分类

机器学习项目实战——06KNN算法之水果分类相关推荐

最新文章

热门文章