机器学习模型从理论到实战|【004-K最近邻算法(KNN)】基于距离的分类和回归


### 文章目录

  • [@[TOC]](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [前言](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [一、什么是 KNN 算法?](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [二、距离度量方式:欧氏距离、曼哈顿距离](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [1.欧氏距离](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [2.曼哈顿距离](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [三.优化与缺点:大数据集的性能问题](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [四. 实战案例:手写数字识别](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [步骤1:数据预处理](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [步骤2:训练模型](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [步骤3:评估模型](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [全部代码](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)
  • [总结](#文章目录 @[TOC] 前言 一、什么是 KNN 算法? 二、距离度量方式:欧氏距离、曼哈顿距离 1.欧氏距离 2.曼哈顿距离 三.优化与缺点:大数据集的性能问题 四. 实战案例:手写数字识别 步骤1:数据预处理 步骤2:训练模型 步骤3:评估模型 全部代码 总结)

前言

例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。


一、什么是 KNN 算法?

KNN(K-Nearest Neighbors)算法是一种基于距离的分类和回归方法。它的核心思想是:在一个有标签的数据集中,对于一个新的实例,根据距离度量找到与之最近的K个训练实例,然后基于这K个邻居的信息来预测新实例的标签。在分类问题中,最常见的做法是采用多数投票法,即K个最近邻中出现次数最多的类别将被赋予新实例。而在回归问题中,通常是计算K个最近邻的目标值的平均值作为预测结果。

二、距离度量方式:欧氏距离、曼哈顿距离

1.欧氏距离

欧氏距离是最常用的距离度量方式,它来源于欧几里得几何学,计算公式为:

其中,x 和 y 是两个点,n 是维度的数量。

2.曼哈顿距离

曼哈顿距离,也称为城市街区距离,计算公式为:

三.优化与缺点:大数据集的性能问题

KNN算法的优点在于它的简单性和易于理解,但它也有一些明显的缺点。最主要的问题是在大数据集上的性能问题,尤其是在维度很高的数据集上,计算每个点之间的距离会非常耗时。此外,KNN对异常值也比较敏感,因为距离度量方式会受到异常值的影响。

为了优化KNN算法,可以采取以下措施:

  • 使用更高效的数据结构,如KD树或球树,来减少距离计算的复杂度。
  • 选择合适的K值,通过交叉验证来找到最佳的K值。
  • 归一化或标准化数据,以减少不同特征尺度的影响。

四. 实战案例:手写数字识别

步骤1:数据预处理

首先,我们需要导入必要的库,并加载MNIST数据集。

python 复制代码
from sklearn.datasets import fetch_openml
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
import numpy as np

# 加载MNIST数据集
mnist = fetch_openml('mnist_784', version=1)
X, y = mnist["data"], mnist["target"]

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/7, random_state=42)

# 数据标准化
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

步骤2:训练模型

使用KNN算法,选择一个合适的K值,例如K=5。

python 复制代码
# 创建KNN模型
knn = KNeighborsClassifier(n_neighbors=5)

# 训练模型
knn.fit(X_train, y_train)

步骤3:评估模型

使用测试集评估模型的准确率。

python 复制代码
# 预测测试集
y_pred = knn.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"模型准确率:{accuracy:.2f}")

全部代码

python 复制代码
from sklearn.datasets import fetch_openml
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
import numpy as np

# 加载MNIST数据集
mnist = fetch_openml('mnist_784', version=1)
X, y = mnist["data"], mnist["target"]

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/7, random_state=42)

# 数据标准化
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)
# 创建KNN模型
knn = KNeighborsClassifier(n_neighbors=5)

# 训练模型
knn.fit(X_train, y_train)
# 预测测试集
y_pred = knn.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"模型准确率:{accuracy:.2f}")#模型准确率:0.94

总结

KNN算法以其简单性和有效性在机器学习领域占有一席之地。尽管它在处理大规模数据集时可能面临性能挑战,但通过适当的优化和参数调整,KNN仍然能够提供准确的预测结果。随着技术的不断进步,KNN算法也在不断发展,例如通过集成学习和其他高级技术来提高其性能和鲁棒性。

相关推荐
call me by ur name2 小时前
VLM--CLIP作分类任务的损失函数
人工智能·机器学习·分类
Python机器学习AI2 小时前
分类模型的预测概率解读:3D概率分布可视化的直观呈现
算法·机器学习·分类
机器学习之心7 小时前
BiTCN-BiGRU基于双向时间卷积网络结合双向门控循环单元的数据多特征分类预测(多输入单输出)
深度学习·分类·gru
机器学习之心9 小时前
Bayes-GRU-Attention的数据多特征分类预测Matlab实现
matlab·分类·gru
长风清留扬11 小时前
机器学习中的密度聚类算法:深入解析与应用
人工智能·深度学习·机器学习·支持向量机·回归·聚类
程序员非鱼11 小时前
深度学习任务简介:分类、回归和生成
人工智能·深度学习·分类·回归·生成
落魄君子12 小时前
SVM分类-支持向量机(Support Vector Machine)
神经网络·算法·支持向量机·分类
学习BigData20 小时前
【使用PyQt5和YOLOv11开发电脑屏幕区域的实时分类GUI】——选择检测区域
qt·yolo·分类
【建模先锋】1 天前
故障诊断 | 一个小创新:特征提取+KAN分类
人工智能·分类·数据挖掘
Bony-1 天前
基于卷积神经网络(CNN)和ResNet50的水果与蔬菜图像分类系统
人工智能·分类·cnn