跟黑马程序员学习AI的day03

距离度量

常用距离计算方法

欧氏距离

两个点在空间中的距离一般都是指欧氏距离

距离公式：

曼哈顿距离

特点：横平竖直

距离公式：

切比雪夫距离

距离公式：

闵可夫斯基距离（闵氏距离）

不是一种新的距离的度量方式

是对多个距离度量公式的概括性的表述

距离公式：

其中p是一个变参数：

   当p=1时，就是曼哈顿距离；

  当p=2时，就是欧氏距离；

  当p→∞ 时，就是切比雪夫距离；

 根据p的不同，闵氏距离可表示某一类种的距离

特征预处理

数据归一化：通过对原始数据进行变换把数据映射到【mi,mx】(默认为[0,1])之间

from sklearn.preprocessing import MinMaxScaler
 
# 准备数据
data = [[90, 2, 10, 40],
        [60, 4, 15, 45],
        [75, 3, 13, 46]]
print(f'原始的data-->\n{data}')
 
        # 实例化对象
        transformer = MinMaxScaler()
 
        # 数据归一化
        data = transformer.fit_transform(data)
 
        # 打印结果
        print(f'归一化的data-->\n{data}')

数据标准化：通过对原始数据进行标准化，转换为均值为0标准差为1的标准正态分布的数据

from sklearn.preprocessing import StandardScaler
 
# 准备数据
data = [[90, 2, 10, 40],
        [60, 4, 15, 45],
        [75, 3, 13, 46]]
print(f'原始的data-->\n{data}')
 
        # 实例化对象
        transformer = StandardScaler()
 
        # 数据归一化
        data = transformer.fit_transform(data)
 
        # 打印结果
        print(f'标准化的data-->\n{data}')
        print(f'均值-->\n{transformer.mean_}')
        print(f'标准差-->\n{transformer.var_}')

利用KNN算法对鸢尾花分类

实现流程：加载数据集—> 数据展示—>特征处理—>实例化—>训练—>评估—>预测

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.datasets import load_iris


#显示鸢尾花数据
def dm02_showiris():
    # 1载入鸢尾花数据集并显示特征名称
    mydataset = load_iris()
    print(mydataset.feature_names)
    # 2数据转换,设置data,columns属性,目标值名称
    iris_d = pd.DataFrame(mydataset['data'], columns=mydataset.feature_names)
    iris_d['Species'] = mydataset.target
    print('\niris_d-->\n', iris_d)
    col1 = 'sepal length (cm)'
    col2 = 'petal width (cm)'
    # 3 sns.lmplot()展示
    sns.lmplot()
    sns.lmplot(x=col1, y=col2, data=iris_d, hue='Species', fit_reg=False)
    plt.xlabel(col1)
    plt.ylabel(col2)
    plt.title('iris')
    plt.show()

利用KNN算法加载鸢尾花数据集

利用KNN算法对鸢尾花分类流程代码

from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
# from sklearn.metrics import accuracy_score
 
# todo 1.加载数据集
iris_data = load_iris()
# print(f'数据集-->\n{iris_data.feature_names}\n{iris_data.data[:10]}')
# print(f'\n目标值-->\n{iris_data.target_names}\n{iris_data.target}')
 
# todo 2.数据展示
def dm02_irisdata_show():
    iris_df = pd.DataFrame(iris_data['data'], columns=iris_data.feature_names)
    print(iris_df)
    iris_df['target'] = iris_data.target
    print(iris_df)
 
    feature_names = list(iris_data.feature_names)
    print(feature_names)
    for i in range(len(feature_names)):
        for j in range(i + 1, len(feature_names)):
            col1 = feature_names[i]
            col2 = feature_names[j]
 
            sns.lmplot(x=col1, y=col2, hue='target', data=iris_df,fit_reg=False)
            plt.xlabel(col1)
            plt.ylabel(col2)
            plt.title(f'{col1} vs {col2}')
            plt.show()
 
# todo 3.数据基本处理
# 数据计划分
x_train,x_test,y_train,y_test = train_test_split(iris_data.data,iris_data.target,test_size=0.3,random_state=32)
# print(x_train)
# print(f'数据总数量-->{len(iris_data.data)}')
# print(f'训练集数量-->{len(x_train)}')
# print(f'测试集数量-->{len(x_test)}')
 
# todo 4.特征处理
# 数据标准化
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.fit_transform(x_test)
# print(f'标准化后的x_train-->{x_train}')
 
# todo 5.实例化
model = KNeighborsClassifier(n_neighbors=5)
 
 
# todo 6.训练
model.fit(x_train,y_train)
 
# todo 7.评估
# y_pre = model.predict(x_test)
# score = accuracy_score(y_test,y_pre)
# print(f'score-->{score}')
 
# score2 = model.score(x_test,y_test)
# print(f'score2-->{score2}')
 
# todo 8.预测
mydata = [[5.1, 3.5, 1.4, 0.2],
          [4.6, 3.1, 1.5, 0.2]]
mydata = transfer.fit_transform(mydata)
predata = model.predict(mydata)
print(f'predata-->{predata}')

以上为我的分享~