KNN算法预测iris数据集
1.数据集介绍
鸢尾花灰Iris数据集中有150个样本,每个样本有4个特征,1个标签。其中,鸢尾花种类可取0、1、2,分别代表山鸢尾setosa、变色鸢尾versicolor、维吉尼亚鸢尾virginica。
2.代码解析
首先导入iris数据集,在sklearn库里面已经有了。iris.data()是特征数据,iris.target()是标签数据。根据这些我们绘制一个皮尔森相关性系数矩阵。公式如下:
我们只需要关注第一个等号后面的公式。两个变量X,Y的皮尔森相关性系数等于他们之间的协方差cov(X,Y)除以他们各自标准差的乘积。这里我不展开具体描述,详细内容可见http://blog.sina.com.cn/s/blog_69e75efd0102wmd2.html。至于协方差和方差的计算我简要说一下。
- 方差