刚入门学习机器学习,入门例子就是鸢尾花分类,利用skl自带的鸢尾花例子进行knn学习。
1.Knn算法。存在一个训练样本集合A,在给定测试样本b时,基于某种距离度量,找出训练集A中与测试样本b最靠近的k个训练样本(通常k≤20且为整数),基于这k个训练样本的信息来预测种类或值。k个样本标签中,哪个标签多就认为是哪个标签。
2.鸢尾花数据分类。关于train_test_split。
train_data:待划分样本数据
train_target:待划分样本数据的结果(标签)
test_size:测试数据占样本数据的比例,若整数则样本数量
random_state:设置随机数种子,保证每次都是同一个随机数。若为0或不填,则每次得到数据都不一样。
3.整体步骤
(1)读取鸢尾花数据(2)分割数据。(3)训练数据(4)利用模型计算结果。
#鸢尾花
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import matplotlib.pyplot as plt
import numpy as np
#导入鸢尾花数据
iris = load_iris()
#打印观察数据
print(iris)
#利用skl的train_test_split对数据进行分割
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.5,random_state=666)
##寻找最优K值
train1=[]
k1=[]
test1=[]
#循环不同K值对模型的影响
for k in range(1,30):
k1.append(k)
#初始化KNN
model = KNeighborsClassifier(n_neighbors= k)
#训练模型
model.fit(x_train, y_train)
#训练得分
train=model.score(x_train, y_train)
train1.append(train)
#测试得分
test=model.score(x_test, y_test)
test1.append(test)
#测试得分
print('train={};test={};k={}'.format(train,test,k))
#绘制K的取值,测试得分
plt.plot( k1, test1)
plt.show()
#如果需要预测值
y_predict = model.predict(x_test)
print(y_predict)