sklearn实现KNN分类算法
Pyhthon Sklearn 机器学习库提供了 neighbors 模块，该模块下提供了 KNN 算法的常用方法，如下所示：
类方法说明KNeighborsClassifierKNN 算法解决分类问题KNeighborsRegressorKNN 算法解决回归问题RadiusNeighborsClassifier基于半径来查找最近邻的分类算法NearestNeighbors基于无监督学习实现KNN算法KDTree无监督学习下基于 KDTree 来查找最近邻的分类算法BallTree无监督学习下基于 BallTree 来查找最近邻的分类算法
本节可以通过调用 KNeighborsClassifier 实现 KNN 分类算法。下面对 Sklearn 自带的”红酒数据集”进行 KNN 算法分类预测。最终实现向训练好的模型喂入数据，输出相应的红酒类别，示例代码如下：
from sklearn.datasets import load_wine
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
import numpy as np
wine_dataset=load_wine()
print("红酒数据集的键:\n{}".format(wine_dataset.keys()))
print("数据集描述:\n{}".format(wine_dataset['data'].shape))
X_train,X_test,y_train,y_test=train_test_split(wine_dataset['data'],wine_dataset['target'],test_size=0.2,random_state=0)
KNN=KNeighborsClassifier(n_neighbors=10)
KNN.fit(X_train,y_train)
score=KNN.score(X_test,y_test)
print(score)
X_wine_test=np.array([[11.8,4.39,2.39,29,82,2.86,3.53,0.21,2.85,2.8,.75,3.78,490]])
predict_result=KNN.predict(X_wine_test)
print(predict_result)
print("分类结果：{}".format(wine_dataset['target_names'][predict_result]))
输出结果：
红酒数据集的键:
dict_keys(['data', 'target', 'frame', 'target_names', 'DESCR', 'feature_names'])
数据集描述:
(178, 13)
0.75
[1]
分类结果：['class_1']
最终输入数据的预测结果为 1 类别。
Original: https://blog.csdn.net/ccc369639963/article/details/123350469
Author: 睿科知识云
Title: sklearn实现KNN分类算法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/661900/
转载文章受原作者版权保护。转载请注明原作者出处！