KNN算法3

交叉验证

•什么是交叉验证？

是一种数据集的分割方法，将训练集划分为n份，拿一份做验证集（测试集）、其他n-1份做训练集

利用KNN算法实现手写数字识别

def train_model():

data = pd.read_csv('data/手写数字识别.csv')

# 数据预处理归一化

x = data.iloc[:, 1:] / 255

y = data.iloc[:, 0]

# 分割数据集

split_data= train_test_split(x, y, test_size=0.2, stratify=y, random_state=0)

x_train, x_test, y_train, y_test= split_data

# 模型训练

estimator = KNeighborsClassifier(n_neighbors=3)

estimator.fit(x_train, y_train)

# 模型评估

acc = estimator.score(x_test, y_test)

print('测试集准确率: %.2f' % acc)

# 模型保存joblib.dump(estimator, 'model/knn.pth')