KNN算法分类

最新推荐文章于 2023-01-27 16:28:16 发布

gentle...

最新推荐文章于 2023-01-27 16:28:16 发布

阅读量482

点赞数 3

分类专栏： python 文章标签： KNN

本文链接：https://blog.csdn.net/weixin_43557810/article/details/91352033

版权

KNN算法分类

步骤：
1.导入数据
2.打乱数据集
3.划分训练集和测试集
4.构建模型
5.测试精度

说明：
前一部分为自己搭建的模型，后一部分调用内置接口

强调：
这里需要对数据集归一化处理，不然精确度只有百分之八十左右，归一化处理后可以达到百分之九十五以上。
这里采用的是均值方差归一化。

链接: https://pan.baidu.com/s/1oSVcBYqsCspmSNZMCIIv4Q
提取码: 4y2g

import numpy as np

import matplotlib.pyplot as plt

from numpy import loadtxt

# 导入数据
with open(r'C:\Users\Lenovo\Desktop\winedata.csv', 'r', encoding='UTF-8') as raw_data:
    wine_data = loadtxt(raw_data, delimiter=',')

raw_data.close()

print(wine_data.shape)

# 将酒的特征放入data矩阵中
data = np.array(wine_data[:,1:])

# 将酒的类别放入target矩阵中
target = np.array(wine_data[:,0])

# 输出data,target矩阵的形状
print(data.shape)

print(target.shape)

# 定义数据打乱函数