读研太忙了才发现一年没更新,就以当初学习机器学习的一个简单例子作为一个新的开始吧。以下为正文。

一、安装sklearn库

执行以下命令安装, 注意:在此之前需要提前安装numpy、matplotlib、scipy库

pip install scikit-learn

如果速度较慢可更换国内镜像源,例如清华镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

二、实例代码

1、引入所需模块

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier

2、读入数据

x_data = load_iris().data # 特征值
y_data = load_iris().target # 目标值

x_data代表每个样本有4个特征值,对应[花萼长],[花萼宽],[花瓣长],[花瓣宽]。

y_data代表每个样本对应的目标值,共有3个类别。

3、划分数据集

x_train, x_test, y_train, y_test = train_test_split(x_data, y_data, test_size=0.2, random_state=10)

按照测试集占总样本数20%的比例划分训练集和测试集

4、特征标准化

scaler = StandardScaler()
x_train = scaler.fit_transform(x_train)
x_test = scaler.transform(x_test)

5、训练KNN模型

estimator = KNeighborsClassifier(n_neighbors=5) # 构建KNN模型
estimator.fit(x_train, y_train) # 训练模型

对于每个样本来说,取最邻近的5个样本作为当前样本分类的划分依据

6、模型评估

y_pre = estimator.predict(x_test) # 预测值
score = estimator.score(x_test, y_test) # 准确率
print("实际结果为:\n", y_test)
print("预测结果为:\n", y_pre)
print("对比结果为:\n", y_pre == y_test)
print("准确率为:\n", score)

运行结果为:

Python 机器学习简单实例:KNN预测鸢尾花分类相关推荐

  1. [转载] Python 机器学习经典实例

    参考链接: Python中的逻辑门 内容介绍 在如今这个处处以数据驱动的世界中,机器学习正变得越来越大众化.它已经被广泛地应用于不同领域,如搜索引擎.机器人.无人驾驶汽车等.本书首先通过实用的案例介绍 ...

  2. python泰坦尼克号数据预测_机器学习入门之Python机器学习:泰坦尼克号获救预测一...

    本文主要向大家介绍了机器学习入门之Python机器学习:泰坦尼克号获救预测一,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助. 一.项目概要 1.应用 模式识别.数据挖掘(核心).统计学 ...

  3. 机器学习从蛋白序列预测蛋白分类(二)

    半路出家学机器学习,先在自己熟悉的领域尝试,每天进步一点点,记录自己成长过程(正式开始前的小叨叨) 接([机器学习从蛋白序列预测蛋白分类(一)])继续分析 三,特征提取 其实在(机器学习从蛋白序列预测 ...

  4. KNN实现鸢尾花分类--数据可视化--根据花萼及花瓣分类--sklearn

    KNN实现鸢尾花分类 一.导入相关库 二.导入数据 1.关于鸢尾花的数据 2.删除Id(不需要的)数据 3.分别利用花萼和花瓣的特征 三.训练集及测试集 1.花瓣 2.花萼 四.KNN算法 1.花瓣 ...

  5. (机器学习)——使用KNN进行水果分类

    (机器学习)--使用KNN进行水果分类(详解) 实验目标是:导入素材文件fruit_data.txt,使用SKlearn中的neighbors模块对水果数据进行分类,然后预测A.B两种水果的类别.以下 ...

  6. 《python机器学习经典实例》Expected 2D array, got 1D array instead和Reshape your data either using array.问题(已解决)

    问题描述: ValueError: Expected 2D array, got 1D array instead: array=[2.  1.5]. Reshape your data either ...

  7. [python机器学习]机器学习简单示例-KNN、决策树、线性回归、逻辑回归

    1.KNN 查找距离已知的几个点最近的类型,并返回这个类型进行预测. 如小明在北京,小红在北京,小刚在河南,而我距离小明和小红比小刚近,则我最可能在北京而不是河南 #!/usr/bin/env pyt ...

  8. 【笔记】【机器学习基础】1.7 鸢尾花分类

    1.7 鸢尾花分类 问题背景:鸢尾花有三个品种 1.setosa 2.versicolor 3.virginica 目标:构建模型,从已知数据中预测新的鸢尾花的品种(三分类问题) 监督学习问题:从已知 ...

  9. 基于简单神经网络模型的鸢尾花分类问题

    摘要 本人在学习<Python机器学习基础教程>时的一些小实验. 一.认识鸢尾花数据 python的机器学习库scikit-learn中保存了大量的经典的实验数据集,在学习阶段没有办法搜集 ...

最新文章

  1. 2016-2022年AutoCAD起重机吊装计划和索具图纸
  2. 百度eCharts体验
  3. 数据库系统常用的存取方法
  4. PHP7 ini 配置大全
  5. hdu 1250 Hat's Fibonacci
  6. 蓝桥杯第七届决赛之---阶乘位数
  7. 利用modelarts和物体检测方式识别验证码
  8. 全网独家分享,软件测试就该这么学,3个月进大厂!
  9. CodeForces - 721E
  10. ubuntu如何完全卸载和安装 Java及android环境
  11. Atitit 架构的原则attilax总结
  12. msdev.exe 应用程序错误 的解决办法
  13. Why 自动化交易/程序化交易/量化交易?交易软件有哪些?
  14. 盘点微信的前世今生,微信成功的必然和偶然
  15. 老男孩 linux 2014 360下载,360安全卫士2014旧版
  16. 什么叫单模光纤_单模光缆是什么?单模光缆怎么连接?
  17. 以太坊MEV黑暗森林发展史:从Gas战争到PBS
  18. java poi excel导出2003版改成2007版本的时候报错
  19. 网络技术——基础与5G
  20. 试玩接入unity技巧

热门文章

  1. 3测试原理_气密性测试智能手表防水测试方案
  2. 淘宝API item_password-获得淘口令真实url
  3. java(八) —— 线程安全与线程池问题
  4. 麒麟桌面操作系统V10 软件商店下载软件失败
  5. e4a换行_E4A 将sqlite数据库查询展示成表格[源码]
  6. 简单直接看懂ASIC芯片设计开发与生产流程
  7. 微信小程序API之发起请求request
  8. 网页手绘草图_50美丽的手绘网页设计
  9. 动物之森中期挣钱最快的方法
  10. crazyflie2.0使用北通游戏手柄控制thrust,roll,pitch和yaw