KNN的工作原理
“近朱者赤,近墨者黑”可以说是KNN的工作原理。整个计算过程分为三步:
计算待分类物体与其他物体之间的距离;
统计距离最近的K个邻居;
对于K个最近的邻居,它们属于哪个分类最多,待分类物体就属于哪一类。
项目实战
通过sklearn中自带的手写数字数据集来进行实战
整个训练过程基本上都会包括三个阶段:
1.数据加载:我们可以直接从sklearn中加载自带的手写数字数据集;
2.准备阶段:在这个阶段中,我们需要对数据集有个初步的了解,比如样本的个数、图像长什么样、识别结果是怎样的。你可以通过可视化的方式来查看图像的呈现。通过数据规范化可以让数据都在同一个数量级的维度。另外,因为训练集是图像,每幅图像是个8*8的矩阵,我们不需要对它进行特征选择,将全部的图像数据作为特征值矩阵即可;
3.分类阶段:通过训练可以得到分类器,然后用测试集进行准确率的计算。
1.数据加载
通过引用 sklearn.datasets 的 load_digits,加载自带的手写数字数据集
# 加载数据
digits = load_digits()
data = digits.data
# 数据探索
print(data.shape)