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使用python-pptx创建PPT演示文档功能实践，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
这篇文章主要介绍了PyQt5 在QListWidget自定义Item的操作，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2021-03-03
今天小编就为大家分享一篇python画蝴蝶曲线图的实例，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2019-11-11
Windows10下Tensorflow2.0 安装及环境配置教程(图文)
这篇文章主要介绍了Windows10下Tensorflow2.0 安装及环境配置教程(图文)，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2019-11-11
这篇文章主要介绍了关于python类SortedList详解，可以帮大家巩固一下python类的基础知识，有需要的朋友可以借鉴参考下，希望可以对广大读者有所帮助2021-09-09
下面小编就为大家分享一篇python3 遍历删除特定后缀名文件的方法，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2018-04-04
这篇文章主要介绍了Python 如何让特征值滞后一行的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了Python Socket编程的相关资料，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2021-04-04
本篇文章主要介绍了python Pygame的具体使用讲解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-11-11
Windows 系统中的一些非常重要文件通常会被添加数字签名，其目的是用来防止被篡改，能确保用户通过互联网下载时能确信此代码没有被非法篡改和来源可信，从而保护了代码的完整性、保护了用户不会被病毒、恶意代码和间谍软件所侵害，本章将演示证书的签发与伪造2021-06-06
最新评论