Sklearn学习笔记##笔记四##KNN分类器的应用

Sklearn学习笔记##第一记

接着上一节的话题，这节继续学习KNN，拿图说话。不多废话，直接上例子。

这一节里边扯到一块数据归一化的方法，理论不多少。实例里边讲一下。

导入模块

from __future__ import print_function
from sklearn.neighbors import KNeighborsClassifier
import matplotlib.pyplot as plt
import numpy as np
from numpy import random

本次数据集使用的随机数据，所以导入random模块

生成数据

normal(loc=,scale=,size=)
三个参数大致说一下
loc参数：在一维坐标系中的点。
scale参数：以loc为原点，进行左右缩放。
size参数：数据集的大小。

random.normal(50, 6, 200)
以这个为例。该数据集的取值范围就是 44<=x<=56,大小为200个随机数。

    x1=random.normal(50,6,200)
    y1=random.normal(5,0.5,200)

    x2=random.normal(30,6,200)
    y2=random.normal(4,0.5,200)

    x3=random.normal(45,6,200)
    y3=random.normal(2.5,0.5,200)

此时讲数据绘制出来，此时要画散点图就用到了scater（）；

plt.scatter(x1,y1,c='r',marker='s',s=50,alpha=0.8)
plt.scatter(x2,y2,c='g',marker='^',s=50,alpha=0.8)
plt.scatter(x3,y3,c='b',s=50,alpha=0.8)

plt.show()

数据处理

要将三个数据集合并起来，就需要用到numpy的concatenate函数，讲多个列表链接为一个列表。

x_gp = np.concatenate((x1,x2,x3))
y_gp = np.concatenate((y1,y2,y3))

数据归一化

这里用到了min-max标准化，也成为利差标准化，是对原始数据的线性变化，使其结果值映射到[0-1]之间。公式如下：

$${X^*} = \frac{x-min}{max-min}$$

max:数据样本的最大值，min：数据样本的最小值。

x_del=max(x_gp)-min(x_gp)
y_del=max(y_gp)-min(y_gp)

x_normalized=[x/(x_del) for x in x_gp]
y_normalized=[y/(y_del) for y in y_gp]

将处理过后的数据再一一组合起来。

xy_normalized=zip(x_normalized,y_normalized)
xy_normalized=[*xy_normalized]

给该样本创建对等大小的标签。以区分类别，给,红色分配为0，绿色分配为1，蓝色分配为2 各200个。

labels=[0]*200+[1]*200+[2]*200

KNN建模

修改默认K的值，改为30.

clf= KNeighborsClassifier(n_neighbors=30 )
clf.fit(xy_normalized,labels) 

预测类型

预测结果之前，一定要归一化。除以x_del , y_del

result=clf.predict([(50/x_del,3/y_del),(10/x_del,2/y_del)])
print(result)

这就说明[50,3]属于第二类，[10,2]属于第一类。

result：[2 1]

后续更新