coco数据集大小分类_第八天算法实践KNN分类——二维数据集

k近邻法

是一种基本分类与回归方法，其基本做法是：给定测试实例，基于某种距离度量找出训练集中与其最靠近的k个实例点，然后基于这k个最近邻的信息来进行预测。

一、在二维数据集——KNN分类中，遇到的函数及其作用如下：

（1）KNeighborsClassifier，K近邻算法分类器

代码中：

KNeighborsClassifier(k)——参数k的含义是给定的邻居数，即：分别按照k值为1，3，5，8，10，15这六种情况进行最近邻分类预测

（2）ListedColormap，当希望图表元素的颜色与数据集中某个变量的值相关，颜色随着该变量值的变化而变化，以反映数据变化趋势、数据的聚集、分析者对数据的理解等信息时，就需要用到 matplotlib 的颜色映射（colormap）功能，即将数据映射到颜色。

代码中：

cmap_light = ListedColormap(['orange', 'cyan', 'cornflowerblue'])

cmap_bold = ListedColormap(['darkorange', 'c', 'darkblue'])

即：分别对画布背景，和画布上数据点定义了三个与数据集分类值相关的颜色。

（3）meshgrid，该函数用两个坐标轴上的点在平面上画网格，通常使用在数据的矢量化上。

它适用于生成网格型数据，可以接受两个一维数组生成两个二维矩阵，对应两个数组中所有的(x,y)对。

（4）ravel，该函数实现的功能是：将多维数组降为一维，并返回视图。

（5）reshape，

代码中：Z.reshape(xx.shape)里的xx.shape的作用是获得xx的各维度值，并返回一个元组。

reshape()的作用是改变数组的形状。

（6）subplot，该函数主要作用是创建一个子图，

（7）pcolormesh，该函数的作用就是绘制背景图，且其绘图速度比scatter()快。

plt.pcolormesh(xx, yy, y_predict, cmap=cmap_light)中各参数的含义如下：

• xx,yy-图像区域内的采样点；
• y_predict-根据采样点计算出的每个点所属的类别
• camp-将相应的值映射到颜色

（8）scatter，该函数的作用是绘制散点图，其参数含义如下：

（9）xlim和ylim，这两个函数的作用是设置数值显示范围，即：

xlim(xmin, xmax)中的两个参数分别代表了x轴上的上、下限，其中：

• xmin：x轴上显示下限
• xmax：x轴上显示上限

ylim函数同理，分别设置了y轴上的上、下限。