第L4周：机器学习｜K-邻近算法模型

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊
  这就是KNN（k-近邻）算法：在判定一个未知事物时，可以观察离它最近的几个样本。
  K-近邻算法是一种基本分类和回归方法。
  其核心思想是通过测量不同数据点之间的距离（例如欧几里得距离），找到输入样本最近的 k 个邻居，然后根据这 k 个邻居的信息来进行预测。

问题简介

背景： 海伦一直使用在线约会网站寻找适合自己的约会对象。尽管约会网站会推荐不同的人选，但她没有从中找到喜欢的人。经过一番总结，她发现曾交往过三种类型的人：
● ①不喜欢的人；
● ②魅力一般的人；
● ③极具魅力的人。
她现在总结好的数据中（即训练集）包含三种特征：
● ①每年获得的飞行常客里程数
● ②玩视频游戏所耗时间百分比
● ③每周消费的冰淇淋公升数
她希望根据现有的数据来判断一个陌生男人会被她归到哪一类。

导入数据

数据标签详解：
● 0：每年获得的飞行常客里程数
● 1：玩视频游戏所耗时间百分比
● 2：每周消费的冰淇淋公升数
● 3：人物类别（不喜欢的人、魅力一般的人、极具魅力的人）

数据集：

import pandas as pd

data=pd.read_table('../data/datingTestSet2.txt',
                   sep='\t',
                   header=None)

data.head()

X = data.iloc[:,:3]
y = data.iloc[:,3]

X 是一个包含数据集的特征（输入）的 DataFrame，这里你通过 data.iloc[:,:3] 来选择数据集的前 3 列（从 0 到 2 列）。
y 是目标变量（输出），你通过 data.iloc[:,3] 来选择数据集的第 4 列（索引为 3 的列）作为标签。

将数据集分成训练集和测试集

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, 
                                                    test_size=0.25, 
                                                    random_state=3)

K-邻近算法模型

from sklearn.neighbors import KNeighborsClassifier

knc = KNeighborsClassifier()
knc.fit(X_train, y_train)

结果预测

data["预测结果"] = knc.predict(data.iloc[:,:3])
data.head(10)

模型评分

scoreK = knc.score(X_test,y_test)

print(scoreK)

0.796