机器学习03

几种常见的距离公式

 鸢尾花案例

from sklearn.datasets import load_iris##导入鸢尾花的sk-learn内置数据包
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier

##加载数据集
iris_data = load_iris()
##数据展示
def shujuzhanshi():
    iris_df = pd.DataFrame(iris_data['data'],columns=iris_data.feature_names)
    print(iris_df)
    iris_df['target'] = iris_data.target
    print(iris_df)
    feature_names = list(iris_data['feature_names'])
    print(feature_names)
    for i in range(len(feature_names)):
        for j in range(i + 1,len(feature_names)):
            cc1 = feature_names[i]
            cc2 = feature_names[j]
            sns.lmplot(x=cc1,y=cc2,hue='target',data=iris_df,fit_reg=False)
            plt.xlabel(cc1)
            plt.ylabel(cc2)
            plt.title(f'{cc1}VS{cc2}')
    plt.show()
##数据基本处理，数据基本划分
x_train,x_text,y_train,y_text = train_test_split(iris_data.data,iris_data.target,test_size=0.3,random_state=32)
##特征化处理，数据标准化
mydata = StandardScaler()
x_train = mydata.fit_transform(x_train)
x_text = mydata.fit_transform(x_text)
##实例化
model = KNeighborsClassifier(n_neighbors=4)
##模型训练
model.fit(x_train,y_train)
##评估
score=model.score(x_train,y_train)
##预测
ce_data = [[5, 3, 1.5, 3.2],
           [6.3, 5, 3.5, 3]]
ce_data = mydata.fit_transform(ce_data)
predata = model.predict(ce_data)
print(f'predate-->\n{predata}')
shujuzhanshi()

步骤及理解

1.加载数据集

2.数据展示

3.特征处理

这里用的是标准化，在此之前先进行了数据集划分（测试集，训练集）

4.实例化

这里的4是超参数

model = KNeighborsClassifier(n_neighbors=4)

5.模型训练

model.fit(x_train,y_train)

6.模型评估

score=model.score(x_train,y_train)##这是第一种
##第二种
from sklearn.metrics import accuracy_score
y_pre = model.predict(x_test)
score = accuracy_score(y_test,y_pre)
##第二种的原理是：将测试集中的x_test放入模型中预测y值，与对应的y_test进行比较算出正确率



##结果
##    0.9523809523809523

7.预测

predate-->
[1 1] 

 特征处理之标准化和归一化

标准化

正态分布

归一化

将各个特征最小值min设为0，最大值max设为1，将[0,1]区间等分为max-min份，其中某个特征归一化后为x(gui) = (x-min)/(max-min)

代码

from sklearn.preprocessing import MinMaxScaler##数据归一化
from sklearn.preprocessing import StandardScaler##数据标准化
def shuju_guiyi():
    data = [[90, 2, 10, 40],
            [60, 4, 15, 45],
            [75, 3, 13, 46]]
    x = MinMaxScaler()
    data = x.fit_transform(data)
    print(data)
def shuju_biaozhunhua():
    data = [[90, 2, 10, 40],
            [60, 4, 15, 45],
            [75, 3, 13, 46]]
    x = StandardScaler()
    data = x.fit_transform(data)