机器学习之KNN完整版(代码)

import sys
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import load_iris

# 将数据拆分为训练集和测试集
def split_data(data, target, random_seed, ratio):
    # 保证随机性
    np.random.seed(random_seed)
    random_index = np.random.permutation(target.size)
    data = data[random_index]
    target = target[random_index]

    split = int(target.size * ratio)  # ratio为比例
    train_X = data[:split]
    test_X = data[split:]

    train_y = target[:split]
    test_y = target[split:]

    return train_X, train_y, test_X, test_y

# 模型评估(将数据打乱10次,然后求平均,算作这个模型的最终结果)
def acc_mode(knn, data, target, times, ratio):
    train_acc_list = [] #将times次轮训练结果依次进这个列表
    test_acc_list = [] #将times次轮训练结果依次进这个列表
    for i in range(times):
        train_X, train_y, test_X, test_y = split_data(data, target, random_seed=i, ratio=ratio)
        knn.fit(train_X, train_y)
        train_acc = knn.score(train_X, train_y)
        test_acc = knn.score(test_X, test_y)

        train_acc_list.append(train_acc)
        test_acc_list.append(test_acc)

    train_acc_list = np.array(train_acc_list)
    test_acc_list = np.array(test_acc_list)
    return train_acc_list, test_acc_list

# 1.导入数据
data_iris = load_iris()

# 2.数据预处理
data = data_iris.data
target = data_iris.target
target_names = data_iris.target_names

print("------------------数据格式:-------------------------------")
print('X形状:', data.shape)
print('y形状:', target.shape)
print('名字:', target_names)

print("------------------分割训练集和测试集:-----------------------")
train_X, train_y, test_X, test_y = split_data(data, target, 10, 0.8)
print('训练集:', train_X.shape, train_y.shape)
print('测试集:', test_X.shape, test_y.shape)

print("------------------模型训练:-------------------------------")
train_all_mean_list = [] # 保存所有模型(k=1,3,5,...)的训练均值
test_all_mean_list = []
train_all_k_acc_list = []# 保存所有模型(k=1,3,5,...)的训练方差(暂时没用到)
test_all_k_acc_list = []

k_list = np.arange(1, 21, step=2)
for i in k_list:
    knn = KNeighborsClassifier(n_neighbors=i) # 模型
    train_acc_list, test_acc_list = acc_mode(knn, data, target, 10, 0.8)

    train_all_mean_list.append(train_acc_list.mean())
    test_all_mean_list.append(test_acc_list.mean())

print('训练均值:', train_all_mean_list)
print('训练方差:', train_all_k_acc_list)
print('测试均值:', test_all_mean_list)
print('测试方差:', test_all_k_acc_list)

print("------------------画图分析,数据分析:-------------------------------")
sns.set()
plt.plot(k_list, train_all_mean_list, label='x_train_acc')
plt.plot(k_list, test_all_mean_list, label='x_test_acc')
plt.xticks(k_list)
plt.legend()
plt.show()

# 观察测试集评分和训练集评分的差,选小的
plt.plot(k_list, np.array(train_all_mean_list)-np.array(test_all_mean_list))
plt.xticks(k_list)
plt.show()
print('通过看折线图,我们发现当K=3或K=15时,模型最好。')

# 最终训练
print("------------------再次用全部数据,最终进行训练:-----------------------")
best_model = KNeighborsClassifier(n_neighbors=15)
best_model.fit(data, target) # 全部数据
acc = best_model.score(data, target)
print('准确率:', acc)
sys.exit()
  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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