如何使用KNN近鄰算法

本篇文章為大家展示了如何使用KNN近鄰算法，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。

1.什么是knn算法

百度百科介紹的已經(jīng)很詳細(xì)，在此只作簡(jiǎn)單介紹。

存在一個(gè)樣本數(shù)據(jù)集合，也稱(chēng)作訓(xùn)練樣本集，并且樣本集中每個(gè)數(shù)據(jù)都存在標(biāo)簽，即我們知道樣本集中每一數(shù)據(jù) 與所屬分類(lèi)的對(duì)應(yīng)關(guān)系。輸人沒(méi)有標(biāo)簽的新數(shù)據(jù)后，將新數(shù)據(jù)的每個(gè)特征與樣本集中數(shù)據(jù)對(duì)應(yīng)的 特征進(jìn)行比較，然后算法提取樣本集中特征最相似數(shù)據(jù)（最近鄰）的分類(lèi)標(biāo)簽。一般來(lái)說(shuō)，我們 只選擇樣本數(shù)據(jù)集中前K個(gè)最相似的數(shù)據(jù)，這就是K-近鄰算法中K的出處,通常K是不大于20的整數(shù)。 最后 ，選擇K個(gè)最相似數(shù)據(jù)中出現(xiàn)次數(shù)最多的分類(lèi)，作為新數(shù)據(jù)的分類(lèi)。

2.knn算法的優(yōu)缺點(diǎn)：

• 優(yōu)點(diǎn)：精度高、對(duì)異常值不敏感、無(wú)數(shù)據(jù)輸入假定。

• 缺點(diǎn)：時(shí)間復(fù)雜度高、空間復(fù)雜度高。

• 適用數(shù)據(jù)范圍：數(shù)值型和標(biāo)稱(chēng)型。

3.利用knn解決分類(lèi)問(wèn)題

1，導(dǎo)包

from sklearn.neighbors import KNeighborsClassifier
import numpy as np
import sklearn.datasets as datasets#該數(shù)據(jù)集中，有好多的數(shù)據(jù)  是關(guān)于數(shù)據(jù)分析的一些數(shù)據(jù)
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
%matplotlib inline

2.導(dǎo)入sklearn自帶的鳶尾花數(shù)據(jù)集

iris_data =datasets.load_iris()

3.獲取數(shù)據(jù)集的特征和標(biāo)簽

data =iris_data.data
label=iris_data.target

4.查看特征名稱(chēng)

iris_data.feature_names

由此發(fā)現(xiàn)該數(shù)據(jù)集有，['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']四個(gè)特征，一一對(duì)應(yīng)其data中的每一列數(shù)據(jù)

5.拆分訓(xùn)練集和測(cè)試集

#data 一分為二，訓(xùn)練數(shù)據(jù)X_train,x_test;
#target  一分為二  y_train,y_test
#y_train  目標(biāo)值，y_test （保留的真實(shí)值）
X_train,x_test,y_train,y_test = train_test_split(data,target,test_size=0.1)

6.實(shí)例化算法并開(kāi)始訓(xùn)練數(shù)據(jù)

#聲明算法
knn = KNeighborsClassifier()
#訓(xùn)練數(shù)據(jù)
knn.fit(X_train,y_train)

7.查看準(zhǔn)確率

knn.score(x_test,y_test）

8.進(jìn)行測(cè)試，并將預(yù)測(cè)結(jié)果與真實(shí)結(jié)果對(duì)比

#進(jìn)行測(cè)試，只將數(shù)據(jù)交給model進(jìn)行預(yù)測(cè)
y_ = knn.predict(x_test)
y_

y_是預(yù)測(cè)結(jié)果，y_test是真實(shí)標(biāo)簽，對(duì)比即可

9.展示數(shù)據(jù)

#獲取訓(xùn)練樣本
#對(duì)原始數(shù)據(jù)進(jìn)行處理，獲取花萼的長(zhǎng)度和寬度
#繪制展示這些花
X_train =  data[:,:2]
y_train = ta

使用三點(diǎn)圖展示數(shù)據(jù)

plt.scatter(X_train[:,0],X_train[0:,1],c=y_train,cmap="rainbow")

上述內(nèi)容就是如何使用KNN近鄰算法，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注億速云行業(yè)資訊頻道。