1.导入相关库
import pandas as pd
2.混淆矩阵函数
def cm_plot(y, yp): from sklearn.metrics import confusion_matrix import matplotlib.pyplot as plt cm = confusion_matrix(y, yp) plt.matshow(cm, cmap=plt.cm.Blues) plt.colorbar() for x in range(len(cm)): for y in range(len(cm)): plt.annotate(cm[x, y], xy=(y, x), horizontalalignment='center', verticalalignment='center') plt.ylabel('True label') plt.xlabel('Predicted label') return plt
3.导入数据
4.数据Z标准化
from sklearn.preprocessing import StandardScaler scaler=StandardScaler() data['每年获得的飞行常客里程数']=scaler.fit_transform(data[['每年获得的飞行常客里程数']]) data['玩视频游戏所消耗的时间百分比']=scaler.fit_transform(data[['玩视频游戏所消耗的时间百分比']]) data['每周消费的冰淇淋公升数']=scaler.fit_transform(data[['每周消费的冰淇淋公升数']])
5.数据切分
from sklearn.model_selection import train_test_split X_whole=data.drop('类别',axis=1) y_whole=data.类别 x_train_w,x_test_w,y_train_w,y_test_w=\ train_test_split(X_whole,y_whole,test_size=0.2,random_state=0)
6.采用KNN算法训练并预测
from sklearn.neighbors import KNeighborsClassifier knn=KNeighborsClassifier(n_neighbors=13) knn.fit(x_train_w,y_train_w) knn.score(x_train_w,y_train_w) train_predicted=knn.predict(x_train_w)
from sklearn import metrics print(metrics.classification_report(y_train_w,train_predicted)) cm_plot(y_train_w,train_predicted).show()
训练集预测结果及混淆矩阵
测试集预测结果及混淆矩阵
1:不喜欢
2:一般魅力
3:极具魅力
对于这样的数据集我们更关注f1,因为并不是一个均衡样本数据并不关注任何一点。训练集和测试集表现都较好,大部分数据预测正确。