机器学习基础DAY5

第五章，K近邻算法

定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。
来源：KNN算法最早是由Cover和Hart提出的一种分类算法。
两个样本的距离可以通过如下公式计算，又叫欧式距离。
比如说，a(a1,a2,a3),b(b1,b2,b3)，那么它们之间的欧氏距离就用下图方法计算：

######K近邻算法API：sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm=‘auto’)
####n_neighbors：int,可选（默认= 5），k_neighbors查询默认使用的邻居数
####algorithm：{‘auto’，‘ball_tree’，‘kd_tree’，‘brute’}，可选用于计算最近邻居的算法：‘ball_tree’将会使用 BallTree，‘kd_tree’将使用 KDTree。‘auto’将尝试根据传递给fit方法的值来决定最合适的算法。 (不同实现方式影响效率)
k值取很小：容易受异常点影响
k值取很大：容易受K值数量（类别）波动

作业如下：

from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import pandas as pd
def knncls():
    """
    作业：K-近邻预测鸢尾花类别
    :return:None
    """
    # 读取数据
    li = load_iris()

    #print(li.head(10))

    x_train, x_test, y_train, y_test = train_test_split(li.data, li.target, test_size=0.25)

    # 特征工程（标准化）
    std = StandardScaler()

    # 对测试集和训练集的特征值进行标准化
    x_train = std.fit_transform(x_train)

    x_test = std.transform(x_test)

    # 进行算法流程 # 超参数
    knn = KNeighborsClassifier()

     # fit， predict,score
    knn.fit(x_train, y_train)

    # 得出预测结果
    y_predict = knn.predict(x_test)

    print("预测的目标类别为：", y_predict)

     # 得出准确率
    print("预测的准确率:", knn.score(x_test, y_test))


    return None
if __name__ == "__main__":
    knncls()


测试：
预测的目标类别为： [2 0 2 0 1 0 0 1 2 2 0 0 1 2 0 0 1 2 0 2 1 2 0 2 0 2 2 0 1 2 0 1 1 2 1 2 1
 0]
预测的准确率: 0.9210526315789473

进程已结束,退出代码0

每次运行之后的预测正确率好像不一样，原来是没有固定随机数种子，如果希望每次结果一样可以加上一段代码，放在主代码前面就行。具体看链接：
https://blog.csdn.net/qq_40177564/article/details/102809421