机器学习——k近邻算法鸢尾花案例

KNN（K-Nearest Neighbors）算法是一种基于实例的学习算法，它通过测量不同数据点之间的距离进行分类。在KNN算法中，每个数据点都被视为一个样本，并且根据其与相邻样本的距离进行分类。KNN算法的优点是简单易懂，易于实现，不需要训练过程，但需要大量的内存来存储训练数据集。

下面是一个简单的Python代码示例，演示如何使用KNN算法对鸢尾花数据集进行分类，并使用matplotlib库进行数据可视化。

python复制代码

	import numpy as np
	import matplotlib.pyplot as plt
	from sklearn import datasets
	from sklearn.model_selection import train_test_split
	from sklearn.preprocessing import StandardScaler
	from sklearn.neighbors import KNeighborsClassifier
	# 加载鸢尾花数据集
	iris = datasets.load_iris()
	X = iris.data
	y = iris.target
	# 划分训练集和测试集
	X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
	# 数据标准化
	scaler = StandardScaler()
	X_train = scaler.fit_transform(X_train)
	X_test = scaler.transform(X_test)
	# 使用KNN算法进行训练
	knn = KNeighborsClassifier(n_neighbors=3)
	knn.fit(X_train, y_train)
	# 预测测试集
	y_pred = knn.predict(X_test)
	# 可视化结果
	plt.scatter(X_test[:, 0], X_test[:, 1], c=y_test, cmap='viridis', label='True')
	plt.scatter(X_test[:, 0], X_test[:, 1], c=y_pred, cmap='viridis', alpha=0.5, label='Predicted')
	plt.xlabel('Sepal Length')
	plt.ylabel('Sepal Width')
	plt.legend()
	plt.show()

在上面的代码中，我们首先加载了鸢尾花数据集，并将其划分为训练集和测试集。然后，我们使用StandardScaler对数据进行标准化处理，这是因为KNN算法对数据的尺度敏感。接下来，我们创建一个KNN分类器对象，并使用训练数据对其进行训练。最后，我们使用测试数据进行预测，并使用matplotlib库将预测结果可视化。

在可视化结果中，我们使用散点图表示测试数据集中的每个样本点，其中x轴表示萼片长度，y轴表示萼片宽度。对于每个样本点，我们使用不同的颜色表示其真实类别和预测类别。通过比较真实类别和预测类别的颜色，我们可以直观地评估KNN算法的分类效果。