day3...

一、常用距离量度：

一、欧氏距离：最常见的距离度量，也是我们通常想到的直线距离。在二维或三维空间中，欧氏距离可以通过勾股定理计算。

二、曼哈顿距离：也称为城市街区距离或L1距离，是沿着坐标轴的距离总和。在二维平面中，曼哈顿距离即为两点之间的横向和纵向距离之和。

                     

三、切比雪夫距离：也称为棋盘距离或L∞距离，是两点在各个坐标轴上坐标差的最大值。在二维平面中，切比雪夫距离即为两点的横向和纵向距离的最大值。

                                               

四、闵可夫斯基距离：是欧氏距离和曼哈顿距离的一种推广，可以通过一个参数p来调节。当p=1时，闵可夫斯基距离等同于曼哈顿距离；当p=2时，等同于欧氏距离。闵可夫斯基距离的定义为：(∑|x_i - y_i|^p)^(1/p)，其中x和y为两个点的坐标，i为坐标索引。

                       

二、KNN算法之鸢尾花案例

1. from sklearn.datasets import load_iris

2. import matplotlib.pyplot as plt

3. import seaborn as sns

4. import pandas as pd

5. from sklearn.model_selection import train_test_split

6. from sklearn.preprocessing import StandardScaler

7. from sklearn.neighbors import KNeighborsClassifier

8.  

9. # 1.加载数据集

10. iris_data = load_iris()

11. #print(f'数据集-->\n{iris_data.feature_names}\n{iris_data.data[:10]}')

12. #print(f'\n目标值-->\n{iris_data.target_names}\n{iris_data.target}')

13.  

14. # 2.数据展示

15. iris_df = pd.DataFrame(iris_data['data'],columns=iris_data.feature_names)

16. #print(iris_df)

17. iris_df['target'] = iris_data.target

18. #print(iris_df)

19.  

20. feature_names = list(iris_data.feature_names)

21. #print(feature_names)

22.  

23. for i in range(len(feature_names)):

24. for j in range(len(feature_names)):

25. col1 = feature_names[i]

26. col2 = feature_names[j]

27.  

28. sns.lmplot(x=col1, y=col2, hue='target', data=iris_df,fit_reg=False)

29. plt.xlabel(col1)

30. plt.xlabel(col2)

31. plt.title(f'{col1} vs {col2}')

32. plt.show()

33.  

34. # 3.数据基本处理

35. x_train,x_test,y_train,y_test = train_test_split(iris_data.data,iris_data.target,test_size=0.3)

36. print(f'数据总数量-->{len(iris_data.data)}')

37. print(f'训练集数量-->{len(x_train)}')

38. print(f'测试集数量-->{len(x_test)}')

39.  

40. # 4.特征处理

41. transfer = StandardScaler()

42. x_train = transfer.fit_transform(x_train)

43. x_test = transfer.fit_transform(x_test)

44.  

45. # 5.实例化

46. model = KNeighborsClassifier(n_neighbors=5)

47.  

48. # 6.训练

49. model.fit(x_train,y_train)

50.  

51. # 7.评估

52. y_pre = model.predict(x_test)

53. accuracy_score(y_test,y_pre)

54. score2 = model.score(x_test,y_test)

55.  

56. # 8.预测

57. mydata = [[5.1,3.5,1.4,0.2],

58. [4.6,3.1,1.5,0.2]]

59. mydata = transfer.fit_transform(mydata)

60. predata = model.predict(mydata)

61. print(f'predate-->{predata}')

下面是运行结果：