（机器学习）KNN 鸢尾花数据训练

KNN分类模型

• 概念：

  • 简单地说，K-近邻算法采用测量不同特征值之间距离方法进行分类（K-Nearest Neighoor, KNN）

• 1.捕获鸢尾花数据

• 2.提取样本数据

• 3.对数据集进行拆分，测试集占总数据的百分之二十

• 4.观察数据集：看是否需要进行特征工程的处理

• 5.实例化模型对

• 6.使用训练集训练模型

• 7.测试模型：使用测试数据

• 分类返回：训练集特征数据，测试集特征数据，训练集标签数据，测试集标签数据：

  • x_train, x_test, y_train, y_test = train_test_split(feature, target, test_size=0.2, random_state=2020)

• 实例化模型对象：knn = KNeighborsClassifier(n_neighbors=3)

• 使用训练集训练模型：knn = knn.fit(x_train, y_train)

• 使用训练出的模型：y_pred = knn.predict(x_test)，返回标签数据

• 输入测试特征数据与测试标签数据，使用模型进行模型准确性测试：score = knn.score(x_test, y_test)，直接输出准确性小数

• from sklearn.neighbors import KNeighborsClassifier
  import sklearn.datasets as datasets
  # 样本数据拆分
  from sklearn.model_selection import train_test_split
  ​
  ​
  # 1.捕获鸢尾花数据
  iris = datasets.load_iris()
  # 2.提取样本数据
  feature = iris['data']
  target = iris['target']
  # 3.对数据集进行拆分，测试集占总数据的百分之二十
  # 训练集特征数据，测试集特征数据，训练集标签数据，测试集标签数据
  x_train, x_test, y_train, y_test = train_test_split(feature, target, test_size=0.2, random_state=2020)
  # 4.观察数据集：看是否需要进行特征工程的处理
  print("训练集特征数据：")
  print(x_train)
  print(x_train.shape)
  print("=======================================================")
  # 5.实例化模型对象
  # 在knn中，k的取值不同会直接导致分类结果的不同，n_nerghboors表示k值，模型的超参数
  # 模型的超参数：如果模型参数有不同的取值，且对不同的取值会对模型的分类或者预测产生直系的影响，则该参数为模型的超参数
  knn = KNeighborsClassifier(n_neighbors=3)
  # 6.使用训练集训练模型
  # X:训练集特征数据
  # Y:训练集标签数据
  # 大写表示特征数据维度必须为二维
  knn = knn.fit(x_train, y_train)
  # 7.测试模型：使用测试数据
  # predict表示使用训练好的模型实现分类或预测
  # 返回模型基于测试数据返回的分类结果
  y_pred = knn.predict(x_test)
  y_true = y_test # 测试集真是分类结果
  print("模型分类结果", y_pred)
  print("真实分类结果", y_true)
  # 输入测试特征与测试标签
  score = knn.score(x_test, y_test)
  print(score)