KNN算法以及使用它实现鸢尾花分类案例

KNN算法介绍：
        通过寻找最近邻的方式来对新的数据进行分类或预测。
用图片可以直观的理解：

 

KNN算法的运作过程如下：

通过使用鸢尾花数据集，可以进行分类算法的训练、测试和性能评估。

          2.获取数据集：

导入了 sklearn 库中的相关模块和方法，用于实现 KNN 算法对 iris（鸢尾花）数据集的分类任务。

          3.打印出数据集：

结果展示：
特征矩阵并未完全截图


若想更直观的感受数据集可采用以下办法（代码是借鉴的）：

第一行导入了Pandas库，用于处理结构化的数据。第二行新建了一个DataFrame对象iris_df，其中包含了鸢尾花数据集的特征数据iris.data，并通过参数columns=iris.feature_names将特征名字作为列的名称。第三行将鸢尾花数据集的目标数据iris.target添加到新的DataFrame中作为一列，名称为class。最后一行输出整个DataFrame对象iris_df，可以查看整个数据集的特征和目标数据。

结果展示：



结果展示：








4.标准化数据：

获取数据和目标变量：通过load_iris()函数得到鸢尾花数据集的所有样本特征值，存储在iris.data变量中，对应的目标变量存储在iris.target变量中。
将数据集分为训练集和测试集：调用train_test_split()函数将数据集分为训练集和测试集。其中，X_train、y_train为训练集数据和目标变量，X_test、y_test为测试集数据和目标变量。设置参数test_size=0.2 表示将原始数据集随机划分成80%的训练集和20%的测试集。
数据标准化：使用StandardScaler().fit()函数对数据进行标准化。首先我们用训练集数据拟合一个标准化器scaler，然后使用transform()函数将训练集和测试集数据都进行标准化处理。


5.构建基于训练集的模型：

创建KNN分类器：使用KNeighborsClassifier()函数创建一个KNN分类器，将其赋值给knn变量。其中，参数n_neighbors=5表示选择最近邻居的个数为5。
训练模型：使用fit()方法拟合模型，将训练数据集X_train和目标变量y_train作为参数输入。该方法将根据输入数据和模型参数，构建一个KNN分类模型。

6.预测结果：传入测试集数据，预测出来的结果跟实际的测试集结果和真实结果进行比较。

使用predict()方法将测试集X_test作为输入参数传入，该方法会基于已经训练好的KNN分类器，预测出每个测试样本的类别，并将预测结果存储在y_pred中。

7.计算准确率

使用accuracy_score()函数计算模型在测试集上的准确率。
 

1. 训练阶段：将带有标签的样本数据集作为训练集，保存样本的特征和标签信息。
2. 预测阶段：对于一个新的未知样本，计算它与训练集中所有已知样本之间的距离（通常使用欧氏距离或曼哈顿距离等）。根据距离最近的K个训练集样本的标签，确定未知样本的类别或预测值。
3. 分类问题：对于分类问题，根据K个最近邻样本中出现次数最多的类别，将未知样本归类为该类别。
4. 回归问题：对于回归问题，根据K个最近邻样本的平均值或加权平均值，预测未知样本的值。
   
   
   
   通俗点来说就是：计算待分类物体与其他物体之间的距离然后统计距离最近的 K 个邻居最后对于 K 个最近的邻居，它们属于哪个分类最多，待分类物体就属于哪⼀类。
   
   
   鸢尾花案例：
       1.鸢尾花数据集介绍：

   在sklearn库中，可以使用load_iris()函数加载鸢尾花数据集。该数据集包含了150个样本，每个样本代表了一个鸢尾花。每个样本有4个特征：萼片长度（sepal length）、萼片宽度（sepal width）、花瓣长度（petal length）和花瓣宽度（petal width），以及对应的鸢尾花种类信息。
   数据集中的鸢尾花样本被分为3个类别，每个类别代表了一种鸢尾花的品种。这3个类别分别是：
   山鸢尾（Setosa），用0表示
   变色鸢尾（Versicolor），用1表示
   维吉尼亚鸢尾（Virginica），用2表示