KNN分类-鸢尾花

一、作业题目
原生python实现KNN算法分类（鸢尾花数据集）
二、算法设计
kNN算法又称为k最近邻分类算法，是一种监督学习类方法。所谓的k最近邻，就是指最接近的k个邻居（数据），核心思想是：在一个含未知样本的空间，可以根据离这个样本最邻近的k个样本的数据类型来确定样本的数据类型。
本题算法过程：
1>从一个开源项目sciket-learn里面一共取鸢尾花的150个数据集，三个类别(setosa/0，virginica/1，versicolor/2)，每个类别50个样本，每个样本四个特征值(萼片长度，萼片宽度，花瓣长度，花瓣宽度)；
2>从150个数据集中随机选择15个组成测试集，计算已知类别的点（即训练集）与各个测试样本的距离；
3>对鸢尾花的特征值进行标准化处理；
4>在训练集中选取与各个测试样本距离最小的5个点，确定前5个点所在类别的出现次数，出现次数最高的类别输入测试样本的预测分类。
5>展示预测分类结果与真实分类结果，计算并输出其准确率。
三、源代码

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
class KNN(object):
    # 获取鸢尾花数据 三个类别(setosa/0，virginica/1，versicolor/2)，每个类别50个样本，每个样本四个特征值(萼片长度，萼片宽度，花瓣长度，花瓣宽度)
    def get_iris_data(self):
        iris = load_iris()
        iris_data = iris.data
        iris_target = iris.target
        return iris_data, iris_target
    def run(self):

        # 1.获取鸢尾花的特征值，目标值
        iris_data, iris_target = self.get_iris_data()

        # 2.将数据分割成训练集和测试集 test_size的大小是测试样本的百分占比 直接生成测试
        x_train, x_test, y_train, y_test = train_test_split(iris_data, iris_target, test_size=0.10)

        # 3.特征工程(对特征值进行标准化处理)
        std = StandardScaler()
        x_train = std.fit_transform(x_train)
        x_test = std.transform(x_test)

        # 4.送入算法
        knn = KNeighborsClassifier(n_neighbors=5) # 创建一个KNN算法实例，n_neighbors默认为5,参数为默认 影响测试结果
        knn.fit(x_train, y_train) # 将测试集送入算法
        y_predict = knn.predict(x_test) # 获取预测结果

        # 预测结果展示
        labels = ["setosa","virginica","versicolor"]
        for i in range(len(y_predict)):
            print("第%d次测试:真实值:%s\t预测值:%s"%((i+1),labels[y_predict[i]],labels[y_test[i]]))
        print("准确率：",knn.score(x_test, y_test))
if __name__ == '__main__':
    knn = KNN()
    knn.run()

四、调试、运行及测试
1.调试
4-1 调试

2.运行

图4-2 运行

3.测试

图4-3 测试