【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
User_芊芊君子16 小时前
【JavaSE】复习总结
java·开发语言·python
MYZR116 小时前
瑞萨电子:嵌入式计算与芯片技术的创新引领者
人工智能·核心板·ssd2351
计算机毕业设计木哥16 小时前
计算机毕业设计 基于Python+Django的医疗数据分析系统
开发语言·hadoop·后端·python·spark·django·课程设计
胡耀超16 小时前
大模型架构演进全景:从Transformer到下一代智能系统的技术路径(MoE、Mamba/SSM、混合架构)
人工智能·深度学习·ai·架构·大模型·transformer·技术趋势分析
Python×CATIA工业智造16 小时前
Python索引-值对迭代完全指南:从基础到高性能系统设计
python·pycharm
小杨勇敢飞17 小时前
UNBIASED WATERMARK:大语言模型的无偏差水印
人工智能·语言模型·自然语言处理
Luchang-Li17 小时前
sglang pytorch NCCL hang分析
pytorch·python·nccl
m0_6038887117 小时前
Delta Activations A Representation for Finetuned Large Language Models
人工智能·ai·语言模型·自然语言处理·论文速览
金融小师妹17 小时前
基于哈塞特独立性表态的AI量化研究:美联储政策独立性的多维验证
大数据·人工智能·算法
qinyia18 小时前
Wisdom SSH 是一款创新性工具,通过集成 AI 助手,为服务器性能优化带来极大便利。
服务器·人工智能·ssh