python运用sklearn实现KNN分类算法
更新时间：2019年10月16日 11:58:18 作者：Sarah Huang
这篇文章主要为大家详细介绍了python运用sklearn实现KNN分类算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
KNN（K-Nearest-Neighbours Classiflication）分类算法，供大家参考，具体内容如下
最简单的分类算法，易于理解和实现
实现步骤：通过选取与该点距离最近的k个样本，在这k个样本中哪一个类别的数量多，就把k归为哪一类。
注意
- 该算法需要保存训练集的观察值，以此判定待分类数据属于哪一类
- k需要进行自定义，一般选取k<30
- 距离一般用欧氏距离，即
通过sklearn对数据使用KNN算法进行分类
代码如下：
## 导入鸢尾花数据集 iris = datasets.load_iris() data = iris.data[:, :2] target = iris.target ## 区分训练集和测试集，75%的训练集和25%的测试集 train_data, test_data = train_test_split(np.c_[data, target]) ## 训练并预测，其中选取k=15 clf = neighbors.KNeighborsClassifier(15, 'distance') clf.fit(train_data[:, :2], train_data[:, 2]) Z = clf.predict(test_data[:, :2]) print '准确率:' ,clf.score(test_data[:, :2], test_data[:, 2]) colormap = dict(zip(np.unique(target), sns.color_palette()[:3])) plt.scatter(train_data[:, 0], train_data[:, 1], edgecolors=[colormap[x] for x in train_data[:, 2]],c='', s=80, label='all_data') plt.scatter(test_data[:, 0], test_data[:, 1], marker='^', color=[colormap[x] for x in Z], s=20, label='test_data') plt.legend() plt.show()
结果如下：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了opencv之为图像添加边界的方法示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-12-12
在Paddle中安装python-bidi时遇到Rust和Cargo缺失的问题,通过安装旧版本的python-bidi（0.4.0）解决了问题2025-02-02
今天小编就为大家分享一篇python按照多个条件排序的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
这篇文章主要介绍了Python将xml和xsl转换为html的方法,实例分析了使用libxml2模块操作xml和xsl转换为html的技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-03-03
有时候大家想把自己绘制好的可视化图片集中到一个页面,整合成仪表盘,集中给同事或者他人来呈现,但又不知道该怎么做,今天小编就来分享一个pyecharts绘制仪表盘的实现,具有一定的参考价值,感兴趣的可以了解一下2021-06-06
今天小编就为大家分享一篇Python运维之获取系统CPU信息的实现方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
其实getattr()这个方法最主要的作用是实现反射机制。也就是说可以通过字符串获取方法实例。这样，你就可以把一个类可能要调用的方法放在配置文件里，在需要的时候动态加载。2014-07-07
这篇文章主要介绍了Python Web后端开发中的增查改删处理，文章围绕主题 展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-08-08
这篇文章主要介绍了Scrapy 配置动态代理IP的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-09-09
这篇文章主要介绍了Python中sorted如何自定义比较逻辑，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-02-02
最新评论