机器学习之KNN算法

2 电影类型分析：见下图
k = 1 爱情片
k = 2 爱情片
……
k = 6 无法确定
k = 7 动作片

        如果取的最近的电影数量不一样？会是什么结果？
            k 值取得过小，容易受到异常点的影响
            k 值取得过大，样本不均衡的影响
        结合前面的约会对象数据，分析K-近邻算法需要做什么样的处理
            无量纲化的处理
                标准化

由于异常数据和某些数据过大影响整体的分类，所以需要对数据无量纲化处理，使得数据鲁棒性高且公平

3.API
sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm=‘auto’)
n_neighbors：k值

3.案例分析

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
def knn_iris():
    """
    用KNN算法对鸢尾花进行分类
    :return:
    """
    # 1）获取数据
    iris = load_iris()

    # 2）划分数据集
    x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, random_state=22)

    # 3）特征工程：标准化
    transfer = StandardScaler()
    x_train = transfer.fit_transform(x_train)
    x_test = transfer.transform(x_test)

    # 4）KNN算法预估器
    estimator = KNeighborsClassifier(n_neighbors=3)
    estimator.fit(x_train, y_train)
#相当于把训练集特征值和目标值的模型存在estimator中
    # 5）模型评估
    # 方法1：直接比对真实值和预测值
    y_predict = estimator.predict(x_test)
    #对测试集的特征值进行预测
    print("y_predict:\n", y_predict)
    print("直接比对真实值和预测值:\n", y_test == y_predict)
#将测试集的目标值与预测值进行比较
    # 方法2：计算准确率
    score = estimator.score(x_test, y_test)
    #将测试集的数据和训练集数据进行比较计算，得到一个准确率
    print("准确率为：\n", score)

    return None

注意看训练测试时先看是train还是test，然后x是特征值，y是训练值