【机器学习】使用scikit-learn中的KNN包实现对鸢尾花数据集或者自定义数据集的的预测

一、KNN算法概念

K最近邻(K-Nearest Neighbor,KNN)分类算法是数据挖掘分类技术中最简单的方法之一,是著名的模式识别统计学方法,在机器学习分类算法中占有相当大的地位。它是一个理论上比较成熟的方法。既是最简单的机器学习算法之一,也是基于实例的学习方法中最基本的,又是最好的文本分类算法之一。

二、对鸢尾花数据集进行预测

1、代码示例:

复制代码
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = load_iris()
# 提取特征
X = iris.data
# 提取标签
y = iris.target

# 将数据集划分为训练集和测试集,测试集占比20%
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建KNN分类器,设置K值为3
knn = KNeighborsClassifier(n_neighbors=3)

# 使用训练集对KNN分类器进行训练
knn.fit(X_train, y_train)

# 使用训练好的模型对测试集进行预测
y_pred = knn.predict(X_test)

# 计算预测准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"鸢尾花数据集预测准确率: {accuracy}")

2、代码解释

①借助load_iris()函数加载鸢尾花数据集。

②把数据集拆分为特征X和标签y

③运用train_test_split()函数将数据集按 80% 训练集、20% 测试集的比例划分。

④四创建KNeighborsClassifier对象,设定n_neighbors为 3,也就是 K 值为 3。

⑤利用fit()方法对模型进行训练。

⑥使用predict()方法对测试集进行预测。

⑦最后通过accuracy_score()函数算出预测准确率。

三、对自定义数据集进行预测

1、代码示例

复制代码
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 自定义数据集
# 特征矩阵
X = np.array([[1, 2], [2, 3], [3, 1], [4, 2], [5, 3], [6, 1]])
# 标签向量
y = np.array([0, 0, 0, 1, 1, 1])

# 将数据集划分为训练集和测试集,测试集占比20%
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建KNN分类器,设置K值为3
knn = KNeighborsClassifier(n_neighbors=3)

# 使用训练集对KNN分类器进行训练
knn.fit(X_train, y_train)

# 使用训练好的模型对测试集进行预测
y_pred = knn.predict(X_test)

# 计算预测准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"自定义数据集预测准确率: {accuracy}")

2、代码解释

①手动构建自定义的特征矩阵X和标签向量y

②同样使用train_test_split()函数把数据集划分为训练集和测试集。

③创建KNeighborsClassifier对象并设定 K 值。

④用fit()方法训练模型。

⑤利用predict()方法预测测试集。

⑥最后用accuracy_score()函数计算预测准确率。

可以根据实际需求调整 K 值以及数据集,以此来观察预测结果的变化。

相关推荐
静心问道2 分钟前
SELF-INSTRUCT:使用自生成指令对齐语言模型
人工智能·语言模型·大模型
芷栀夏8 分钟前
基于Anything LLM的本地知识库系统远程访问实现路径
数据库·人工智能
AI生存日记8 分钟前
AI 日报:阿里、字节等企业密集发布新技术,覆盖语音、图像与药物研发等领域
人工智能·华为云·语音识别·open ai大模型
小庞在加油8 分钟前
《dlib库中的聚类》算法详解:从原理到实践
c++·算法·机器学习·数据挖掘·聚类
龙潜月七11 分钟前
Selenium 自动化测试中跳过机器人验证的完整指南:能用
python·selenium·机器人
hjs_deeplearning27 分钟前
认知篇#10:何为分布式与多智能体?二者联系?
人工智能·分布式·深度学习·学习·agent·智能体
kngines1 小时前
【字节跳动】数据挖掘面试题0001:打车场景下POI与ODR空间关联查询
人工智能·数据挖掘·面试题
蓝婷儿2 小时前
Python 机器学习核心入门与实战进阶 Day 1 - 分类 vs 回归
python·机器学习·分类
Devil枫3 小时前
Kotlin扩展函数与属性
开发语言·python·kotlin
.30-06Springfield3 小时前
利用人名语言分类案例演示RNN、LSTM和GRU的区别(基于PyTorch)
人工智能·pytorch·python·rnn·分类·gru·lstm