使用K近邻分类器对鸢尾花数据进行类别预测

读取iris数据集细节资料

# 从sklearn.datasets导入iris数据加载器
from sklearn.datasets import load_iris
# 使用加载器读取数据并且存入变量iris
iris = load_iris()

# 查验数据规模
print(iris.data.shape)
# 查看数据说明,对于一名机器学习的实践者来讲,这是一个好习惯
print iris.DESCR

对iris数据集进行分割

# 使用sklearn.model_selection里的train_test_split模块用于分割数据
from sklearn.model_selection import train_test_split
# 从使用train_test_split,利用随机种子random_state采样25%的数据作为测试集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.25, random_state=33)

使用K近邻分类器对鸢尾花数据进行类别预测

# 从sklearn.preprocessing里选择导入数据标准化模块
from sklearn.preprocessing import StandardScaler
# 从sklearn.neighbors里选择导入KNeighborsClassifier,即K近邻分类器
from sklearn.neighbors import KNeighborsClassifier

# 对训练和测试的特征数据进行标准化
ss = StandardScaler()
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)

# 使用K近邻分类器对测试数据进行类别预测,预测结果存储在变量y_predict中
knc = KNeighborsClassifier()
knc.fit(X_train, y_train)
y_predict = knc.predict(X_test)

对K近邻分类器在鸢尾花数据上的预测性能进行评估

# 使用模型自带的评估函数进行准确性评测
print'The accuracy of K-Nearest Neighbor Classifier is', knc.score(X_test, y_test)
# 使用sklearn.metrics里面的classification_report模块对预测结果做更加详细的分析
from sklearn.metrics import classification_report
print classification_report(y_test, y_predict, target_names=iris.target_names)

输出结果