Python-Iris鸢尾花数据Knn分类
首先导入sklearn库中自带Iris数据(三类:0:山鸢尾花、1:变色鸢尾花、2:维吉尼亚鸢尾花),训练集112个,测试集38个。
# 导入iris数据,X数据,y标签
iris = datasets.load_iris()
X = iris.data
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=2003)
计算待分类样本与其余样本之间的欧式距离
#计算两个样本的距离
def distance(test1, test2):
dist = np.sqrt(sum((test1-test2)**2))
return dist
预测样本的标签:利用Counter统计出前k个样本中每一类的数目(从大到小), count.most_common()可以将字典转换为list方便返回。
#一个样本knn分类结果标签
def knn(X, y, test, k):
d = [distance(x, test) for x in X]
knext = np.argsort(d)[:k] #返回前k个最小的样本位置
count = Counter(y[knext])
return count.most_common()[0][0] #返回最多的标签
最后,就是调用上面的两个函数预测Iris数据
pred = [knn(X_train, y_train, x, 3) for x in X_test]
print("测试集预测标签")
count=0
for i in range(len(pred)):
print(pred[i],end="")
count=count+1
if count%10==0:
print(end="\n")
correct = np.count_nonzero((pred == y_test) == True)
print("\n")
print("accuracy is: %.3f" % (correct / len(X_test)))
测试结果:38个测试集结果全部打印出来