引言
本篇文章主要是为了让大家过一遍机器学习的应用流程,希望文章中的案例可以帮助大家温习机器学习的基础知识,并学习应用机器学习解决问题的基本流程。
准备环境
文章中会用到的python库:
Scikit-Learn: 最常用的机器学习算法库之一。
可以通过pip安装:
$ pip install scikit-learn
1、数据集
案例中使用的数据集是鸢尾花数据集,可自行导入
- 数据集包含150个样本
- 数据集包含4个属性:Sepal Length,Sepal Width,Petal Length,Petal Width
- 数据集包含3个种类:种类:Iris Setosa、Iris Versicolour,Iris Virginica
1.1、载入鸢尾花数据集
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data # 样本特征
y = iris.target # 样本标签
1.2、查看数据集
X.shape
(150, 4)
y
1.3、划分数据集
# 将数据集拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=66)
其中25%为测试集
2、标准化
# 样本特征标准化
std = StandardScaler()
# 通过训练样本特征进行标准化拟合并转换
X_train_standard = std.fit_transform(X_train)
X_test_standard = std.transform(X_test)
3、模型训练拟合
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train_standard, y_train) # 拟合
4、预测结果
y_predict = knn.predict(X_test_standard)
print(y_predict)
5、预测准确率
sum(y_test == y_predict) / len(y_test) # 方式一
print(knn.score(X_test_standard, y_test)) # 方式二
6、全部代码
from sklearn import datasets
from sklearn.preprocessing import StandardScaler # 标准化
from sklearn.model_selection import train_test_split # 划分数据集
from sklearn.neighbors import KNeighborsClassifier
# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data # 样本特征
y = iris.target # 样本标签
# 将数据集拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=66)
# 样本特征标准化
std = StandardScaler()
# 通过训练样本特征进行标准化拟合并转换
X_train_standard = std.fit_transform(X_train)
X_test_standard = std.transform(X_test)
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train_standard, y_train) # 拟合
y_predict = knn.predict(X_test_standard)
print(y_predict)
print(knn.score(X_test_standard, y_test))
了解KNN算法请点击:机器学习-K近邻(KNN)算法详解