【python机器学习】KNN算法实现回归（基于鸢尾花数据集）

本文基于鸢尾花数据集

本文基于鸢尾花 数据集实现
数据集：数据集网盘下载
提取码：p2v9
用前3个特征实现第4个特征的回归预测

导入库

import numpy as np
import pandas as pd

读取数据集

data = pd.read_csv(r"dataset/iris.arff.csv")
#删除不需要的class列，因为现在进行回归预测，类别信息就没用了。
data.drop("class",axis=1,inplace=True)
#删除重复的记录
data.drop_duplicates(inplace=True)

KNN算法实现

class KNN:
    """使用python实现K近邻算法。（回归算法）
    get_ipython算法用于回归预测，根据前三个前三个特征属性，寻找最近的k个邻居，
    然后在根据k个邻居的第4个特征值，去预测当前样本的第4个特征值。
    """
    def __init__(self,k):
        """初始化方法
        
        Parameters
        ----------
        k: int
           邻居的个数
        """
        self.k = k
        
    def fit(self,X,y):
        """训练方法
        
        Parameters
        ------------------
        X：类数组类型。形状：[样本数量，特征数量]
           待训练的样本特征
        y：类数组类型。形状：[样本数量]
           每个样本的目标值（标签）。
        """
        
        #将X和y转换成ndarray数组形式，方便统一操作
        self.X = np.asarray(X)
        self.y = np.asarray(y)
        
    def predict(self,X):
        """据参数传递的x，对样本数据进行预测
        
         Parameters
        ------------------
        X：类数组类型。形状：[样本数量，特征数量]
           待测试的样本特征
        
        Return
         ------------------
        result：数组类型。
                预测结果值。
        """
        
        # 转换成数组类型
        X = np.asarray(X)
        #保存预测的结果
        result = []
        for x in X:
            #计算距离。（计算与训练集中每个X的距离）
            dis = np.sqrt(np.sum((x - self.X)**2,axis=1))
            #返回数组排序后，每个元素在原数组中的索引
            index = dis.argsort()
            #取前k个距离最近的索引（在原数组中的索引）
            index = index[:self.k]
            #计算均值，加入到返回的结果列表中
            result.append(np.mean(self.y[index]))
        return np.asarray(result)

对原始数据集打散，并创建训练集测试集

t = data.sample(len(data),random_state=0)
train_X = t.iloc[:120,:-1]
train_y = t.iloc[:120,-1]

test_X = t.iloc[120:,:-1]
test_y = t.iloc[120:,-1]

训练&测试&相关参数

knn = KNN(k=3)
knn.fit(train_X,train_y)
result = knn.predict(test_X)
display(result)

print(np.sum((result-test_y)**2))
display(test_y.values)

可视化

import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams["font.family"] = "SimHei"
mpl.rcParams["axes.unicode_minus"] = False

plt.figure(figsize=(10,8))
#绘制预测值
plt.plot(result,"ro-",label="预测值")
#绘制真实值
plt.plot(test_y.values,"go--",label="实值")
plt.title("KNN连续值预测")
plt.xlabel("节点序号")
plt.ylabel("花瓣宽度")
plt.legend()
plt.show()