《Python机器学习基础教程》学习笔记(3) k近邻算法(knn)

概述

k近邻算法（knn），是一个理论上比较成熟的方法，也是最简单的机器学习算法之一，常用于分类，也用于回归。

原理及实现：挖个坑

 

应用

分类

数据集：mglearn的forge

调用方法：sklearn.neighbors.KNeighborsClassifier库的KNeighborsClassifier方法

import mglearn
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

X, y = mglearn.datasets.make_forge()
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
clf = KNeighborsClassifier(n_neighbors=3).fit(X_train, y_train)
print("Test set accuracy: {:.2f}".format(clf.score(X_test, y_test)))

当参考邻居数为1和3时的效果图（五角星为新样本）