scikit-learn代码2 2-KNN算法鸢尾花分类 (1)

最新推荐文章于 2024-07-24 23:51:07 发布
最新推荐文章于 2024-07-24 23:51:07 发布
阅读量571 收藏 3
点赞数
分类专栏： python scikit-learn模块 文章标签： 算法 分类 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44632711/article/details/120953192
版权
该博客详细介绍了如何使用Python的sklearn库对鸢尾花数据集进行预处理，通过KNeighborsClassifier实现分类，并进行训练与测试。博主通过随机抽样将数据分为训练集和测试集，利用KNN算法进行预测，结果显示模型准确率为100%。此外，还探讨了KNN算法中距离度量（如曼哈顿距离和欧氏距离）和邻居数量的影响。
摘要由CSDN通过智能技术生成 
import numpy as np

from sklearn.neighbors import KNeighborsClassifier

from sklearn import datasets  #sklearn提供的数据集 数据集中就包含鸢尾花


# 鸢尾花 因为自然环境不同 类别可以继续细分
# 调用datasets
iris = datasets.load_iris()   #调用鸢尾花数据集
X = iris['data']  #打印输出鸢尾花
y = iris['target']
# 150代表150 个样本 4代表4个属性 花萼长 款；花瓣长宽
X.shape

(150, 4)

# 将数据划分 一分为二；一部分用于训练 另一部分用于测试
# 将顺序打乱
index = np.arange(150)
index

array([  0,   1,   2,   3,   4,   5,   6,   7,   8,   9,  10,  11,  12,
        13,  14,  15,  16,  17,  18,  19,  20,  21,  22,  23,  24,  25,
        26,  27,  28,  29,  30,  31,  32,  33,  34,  35,  36,  37,  38,
        39,  40,  41,  42,  43,  44,  45,  46,  47,  48,  49,  50,  51,
        52,  53,  54,  55,  56,  57,  58,  59,  60,  61,  62,  63,  64,
        65,  66,  67,  68,  69,  70,  71,  72,  73,  74,  75,  76,  77,
        78,  79,  80,  81,  82,  83,  84,  85,  86,  87,  88,  89,  90,
        91,  92,  93,  94,  95,  96,  97,  98,  99, 100, 101, 102, 103,
       104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116,
       117, 118, 119, 120, 121, 122, 123, 124, 125, 126, 127, 128, 129,
       130, 131, 132, 133, 134, 135, 136, 137, 138, 139, 140, 141, 142,
       143, 144, 145, 146, 147, 148, 149])

np.random.shuffle(index)  #将顺序打乱，取出前100个为训练数据，后50个为测试数据
index

array([  1,  21,  38, 118,  72, 114,  83,  29,  53, 122,  25, 149,  35,
        50, 140, 143,  56,   0, 138,  17,  11,  10,  33,  61, 144,  19,
         8,  88,  48,  85,  70, 112, 128, 127,  96, 137,  28, 107,  82,
        77,  78,  79,  15, 146,  49,  12, 135, 145,  55,   2,  47,  80,
         3, 141,  30, 111,  43, 133,  66,  13,  91,  54, 110, 124, 104,
       106,  32,  52,   7, 120, 148, 123,  97,  18,  39, 126,  92,  60,
        74,  46,   4,  23,  57,  58,  36, 113,  41,  44,  27, 142, 134,
        98, 131,  64,  59,  94, 115,  42, 103,   5, 130, 102, 108, 117,
       100, 105,  75,  65,  40, 139, 125,  84,  22, 109,  51,  63,  62,
        99, 101,  73,   6,   9,  69,  67, 121,  20,  87, 147,  71,  14,
        81,  16,  68,  86,  37,  95,  90,  34, 129, 136, 116,  93,  26,
       132, 119,  45,  24,  89,  76,  31])

# 150个数据 取出前100个为训练数据，后50个为测试数据（验证算法是否可靠）
# 应用到实际中，也要获取现实中的数据 算法对数据进行分类----->上线：实时进行 分类
X_train,X_test = X[index[:100]],X[index[100:]]

y_train,y_test = y[index[:100]],y[index[-50:]]  #数据一一对应

# 数据简单 只有四个属性
# 如果p=1，距离度量采用的是 曼哈顿距离
# p=2 距离度量采用的是 欧氏距离
# 100**0.5=10 邻居数最好不要超过样本数量的平方
knn = KNeighborsClassifier(n_neighbors=5,weights='distance',p = 1,n_jobs= 4)  #邻居数不是越少越好 给1时结果比较武断，不好

knn.fit(X_train,y_train)   #算法训练
  
y_ = knn.predict(X_test)   # 算法预测

knn.score(X_test,y_test)

1.0

y_

array([2, 2, 2, 2, 2, 2, 1, 1, 0, 2, 2, 1, 0, 2, 1, 1, 1, 1, 2, 1, 0, 0, 1,
       1, 2, 0, 1, 2, 1, 0, 1, 0, 1, 1, 0, 1, 1, 0, 2, 2, 2, 1, 0, 2, 2, 0,
       0, 1, 1, 0])

# 算法返回的值，变量_来接收：约定俗成的变量命名规则
proba_ = knn.predict_proba(X_test)  #一般对接收的数据加_
proba_

array([[ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  0.6,  0.4],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  0.2,  0.8],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  0. ,  1. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  0.6,  0.4],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  0. ,  1. ],
       [ 0. ,  0.4,  0.6],
       [ 1. ,  0. ,  0. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 0. ,  1. ,  0. ],
       [ 1. ,  0. ,  0. ]])

iris.target_names
# 'setosa', ------- 0
# 'versicolor', --- 1
# 'virginica'  ---- 2

array(['setosa', 'versicolor', 'virginica'],
      dtype='<U10')

# 返回最大值的索引
proba_.argmax(axis = 1)

array([2, 2, 2, 2, 2, 2, 1, 1, 0, 2, 2, 1, 0, 2, 1, 1, 1, 1, 2, 1, 0, 0, 1,
       1, 2, 0, 1, 2, 1, 0, 1, 0, 1, 1, 0, 1, 1, 0, 2, 2, 2, 1, 0, 2, 2, 0,
       0, 1, 1, 0], dtype=int64)

# 进行了封装准确率
knn.score(X_test,y_test)

1.0

# 对比 看算法预测的和真实结果是否对应
# 大部分正确：算法ok
# 大部分错误 不OK
print(y_)
print('-----------')
print(y_test)

[2 2 2 2 2 2 1 1 0 2 2 1 0 2 1 1 1 1 2 1 0 0 1 1 2 0 1 2 1 0 1 0 1 1 0 1 1
 0 2 2 2 1 0 2 2 0 0 1 1 0]
-----------
[2 2 2 2 2 2 1 1 0 2 2 1 0 2 1 1 1 1 2 1 0 0 1 1 2 0 1 2 1 0 1 0 1 1 0 1 1
 0 2 2 2 1 0 2 2 0 0 1 1 0]

# 准确率
(y_ == y_test).sum()/50

1.0
可可茜里的传说
关注
专栏目录
Scikit-Learn随机森林分类
Java/Python大数据成长之路
06-03 1343
在随机森林中，集成模型中的每棵树构建时的样本都是由训练集经过随机有放回抽样自助式采样法（Bootstrap Sampling）得来的另外，在构建树的过程中进行节点划分时，选择的划分点是基于所有特征中的随机子集的最佳划分点随机森林的随机性主要体现在两个方面：一是决策树训练样本的随机选取，二是决策树节点划分属性特征的随机选取这两个随机性的目的是降低森林估计器的方差。事实上，单个决策树通常表现出很高的方差，并且往往会过拟合。
Scikit-Learn逻辑回归(一)
Java/Python大数据成长之路
02-26 1531
逻辑回归（Logistic Regression）主要解决二分类问题，用来表示某个事件发生的可能性。逻辑回归在机器学习知识结构中的位置如下：逻辑回归的思想最早可以追溯到19世纪，由英国统计学家Francis Galton在研究豌豆遗传问题时首次提出。然而，真正将逻辑回归应用于机器学习的是加拿大统计学家Hugh Everett，他在1970年代提出了广义线性模型（GLM），其中包括逻辑回归逻辑回归这个算法的名称有一定的误导性。虽然它的名称中有“回归”，当它在机器学习中不是回归算法，而是分类算法。
KNN算法预测鸢尾花的种类，源码以及数据
10-19
使用KNN算法预测鸢尾花的种类，压缩文件中包含源码、训练数据以及测试数据
机器学习案例：鸢尾花分类——基于Scikit-Learn
elma_tww的博客
03-06 6634
《Python机器学习基础教程》笔记 针对鸢尾花分类这个课题，我们按以下步骤进行： ①获取数据集 ②检查数据 ③构建训练模型 ④进行预测并评估 这只是几个简单的步骤，供初学者熟悉机器学习的大致流程，以及如何使用Scikit-Learn，对于大型工程来说，这些步骤还远远不够的。下面就这几个简单的步骤进行说明。 一、获取数据集 这里为了简单，直接用Scikit-Learn自带的鸢尾花数...
Scikit-learn内置的数据集
最新发布
07-24 1375
Scikit-learn内置的各种数据集为你的数据分析和机器学习项目提供强大支持。
【机器学习】鸢尾花分类（基于scikit-learn）
heroybc的博客
10-21 2127
更新ING from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split import pandas as pd import mglearn import matplotlib.pyplot as plt iris_dataset = load_iris() print(...
基于scikit-learn的鸢尾花分类实例
bilvqing108的博客
03-18 1647
基于scikit-learn的鸢尾花分类实例 代码参考书籍：Python机器学习基础教程. Andreas C.muller, Sarah Guido著（张亮 译）. 北京：人民邮电出版社，2018.1(2019.6重印) 根据已知品种的鸢尾花测量数据，构建机器学习模型，这是一个监督学习的问题。 在多个选项中预测其中一个结果，这个一个分类问题。 分类的每一个可能输出叫做类别。 ![sepal_petal](images/iris_petal_sepal.png) 1. 初始数据 #从scikit-lea
《scikit-learn》决策树之鸢尾花分类
qq_29367075的博客
01-28 790
有了上一博客的基础，我们来看看怎么操作鸢尾花的分裂问题。也是做一个简单的总结和回顾。 直接整代码了。 from sklearn import tree from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split import graphviz # 分类问题举例，加载自带的鸢尾花数据集，150个样本，4个属性，3个类别。 iris = load_iris() print(iris.da
Scikit-Learn K近邻分类
Java/Python大数据成长之路
03-25 1393
但需要注意的是，和K-Means不同，当K值很大时，错误率会更高，例如我们共有35个样本，当K增大到30时，数据的预测会把更多距离较远的数据也放入比较，最终导致预测偏差较大。K近邻（K-Nearest Neighbors，KNN）又称最近邻，意思是K个最近的邻居，是一种有监督的学习分类器，虽然它可以用于回归问题，但它通常用作分类算法。）会将样本数据按照一定比例拆分成训练数据和验证数据，然后从选取一个较小的K值开始，不断增加K的值，然后计算验证数据的误差，最终找到一个比较合适的K值。
用Scikit-learn进行机器学习（三）：使用Scikit-learn进行KNN分析——鸢尾花的分类识别
汪雯琦的博客
02-20 2203
文章目录在scikit-learn库中使用k-近邻算法鸢尾花识别1.导入需要用到的包2.获取数据3.数据集的说明4.制作dataframe5. 描述性统计箱线图展示散布图矩阵6.训练和打分 在scikit-learn库中使用k-近邻算法 分类问题：from sklearn.neighbors import KNeighborsClassifier 回归问题：from sklearn.nei...
scikit-learn-0.18.1.tar.gz
06-14
1. 分类：Scikit-learn提供了多种分类算法，如逻辑回归、支持向量机（SVM）、决策树、随机森林、K近邻（K-Nearest Neighbors，KNN）等，可用于文本分类、图像分类等任务。 2. 回归：包括线性回归、多项式回归、岭...
＜1＞Scikit-Learn（sklearn）中的KNeighborsClassifier对鸢尾花进行分类
象牙塔小明的博客
12-02 2836
案例 from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier iris = datasets.load_iris() # 鸢尾花数据集 iris_X = iris.data # 特征 ...
Python原生代码实现KNN算法（鸢尾花数据集）
qq_44267598的博客
10-13 3077
一．作业题目 Python原生代码实现KNN分类算法，使用鸢尾花数据集。 KNN算法介绍： K最近邻(k-Nearest Neighbor，KNN)分类算法，是机器学习算法之一。 该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 二．算法设计 步骤： 1.创建数据集，分为训练数据和测试数据； （本例直接使用sklea...
使用scikit-learn对鸢尾花进行分类
KylinSchmidt的博客
01-22 2970
我们可以使用scikit-learn训练感知器和逻辑斯谛模型以对鸢尾花进行分类，在这里我们使用三种鸢尾花,代码引自《python机器学习》。 使用线性分类的感知器的实现如下： from sklearn import datasets #鸢尾花数据包含于sklearn库中，常用于测试 from sklearn.model_selection import train_test_split #将cross_validation修改为model_selection from sklearn.preprocessi
python原生写KNN算法（鸢尾花）
zhang12369的博客
10-14 1546
1.作业题目 Python原生代码实现KNN算法（鸢尾花数据集） 2.算法设计 步骤： （1）利用KNN算法对鸢尾花数据进行分类（利用sklearn自带的iris数据集） （2）将33%的数据作为测试集 （3）将数据传入预测函数中，得出结果 （4）将传入的数据与实际数据进行对比，得出正确率 （5）主函数整合 所有方法： （1）获取鸢尾花数据：iris_data(self...
(Python sklearn+KNeighborsClassifier)实现鸢尾花分类
m0_51277974的博客
10-10 391
# -*-encoding:utf-8-*- import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import confusion_matrix from sklearn.metrics import classification_report # 读取数据 iris_.
knn算法代码详解（以鸢尾花数据为例）
m0_58723884的博客
03-28 2459
KNN 欧氏距离： d(x,y)=∑k=1n(xk−yk)2 d(x,y)=\sqrt{\sum_{k=1}^{n}{(x_k-y_k)^2}} d(x,y)=k=1∑n​(xk​−yk​)2​ 曼哈顿距离： d(x,y)=∑k=1n∣xk−yk∣ d(x,y)=\sqrt{\sum_{k=1}^{n}{|{x_k-y_k}|}} d(x,y)=k=1∑n​∣xk​−yk​∣​ import numpy as np import pandas as pd #引入数据加载，直接引入sklearn数据，iris
knn算法java实现鸢尾花,原生Python实现KNN算法（使用鸢尾花数据集）
weixin_36303045的博客
03-23 696
一.题目：原生python实现knn分类算法(使用鸢尾花数据集)K最近邻(KNN,K-nearestNeighbor)分类算法的核心思想是如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本属于也属于这个类别，并具有这个类别样本上的特性。即选取k个离测试点最近的样本点，输出在这k个样本点中数量最多的标签。所以要实现kNN算法，我们只需要计算出每一个样本点与测试点的距离(欧式...
机器学习之KNN算法的详解（附鸢尾花分类的代码实现）
weixin_40247876的博客
05-26 4034
机器学习12_KNN算法（2021.05.26） 一. 解惑 KNN算法的全名是什么？ KNN算法（K-NearestNeighbor）也称邻近算法，或者说K最近邻分类算法，该算法是数据挖掘分类技术中最简单的方法之一。 什么是KNN算法？ KNN算法其实就是根据数据之间的相似度来进行分类。简单地说，KNN算法通过测量待分类目标与已知分类目标之间的距离来进行分类。（近朱者赤近墨者黑） 待分类的目标到已知分类目标之间的距离是怎样计算的呢？ 使用欧几里得距离公式，将每个待分类目标的每个特征值和已知分类的邻居的
Python scikit-learn实现鸢尾花分类KNN算法
在鸢尾花分类问题上，通过选择合适的K值和其他超参数，我们可以构建一个有效的分类模型，用于预测新样本的鸢尾花类型。尽管KNN的计算复杂度较高，不适合大规模数据集，但在小规模数据集和低维度空间中，它依然是一种...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值