ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

关于KNN算法分析鸢尾花数据集

2021-11-13 22:35:00  阅读:221  来源: 互联网

标签:KNN self 40 算法 数组 np iloc 鸢尾花 data


 一、代码实现

# KNN
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
# data = load_iris()
url = 'https://www.gairuo.com/file/data/dataset/iris.data'
data = pd.read_csv(url)
data ["species"] = data["species"].map({"setosa":1,"virginica":0,"versicolor":2})
# 删除重复的数据
data = data.drop_duplicates()
# 查看各个类别的鸢尾花
data["species"].value_counts()
# KNN
class KNN:
    """
    使用Python实现K近邻算法 实现分类
    """
    def __init__(self,k):
        """
        初始化方法
        :parameter
        :param k:int 邻居的个数
        """
        self.k = k
    def fit(self, X, y):
        """
        训练方法
        :parameter
        :param X:   类数组类型 ,形状为:[样本数量,特征数量]  待训练的样本特征
        :param y:   类数组类型,形状为:[样本数量]    每个样本的目标值 (标签)
        :return:    None
        """
        # 将X,y转换成ndarray数组
        self.X = np.asarray(X)
        self.y = np.asarray(y)
    def predict(self,X):
        """
        根据参数传递的样本,对样本进行预测。
        :parameter
        :param X:   类数组类型 ,形状为:[样本数量,特征数量]  待训练的样本特征
        :return:    数组的类型 (预测的结果)
        """
        X = np.asarray(X)
        result = []
        # 对ndarray数组进行遍历,每次取数组的一行。
        for x in X:
            # 对于测试集的每个样本依次对训练集中的所有样本求距离
            dis = np.sqrt(np.sum((x - self.X) ** 2,axis=1))
            # 返回数组排序后,每个元素在原数组中的索引
            index = dis.argsort()
            # 进行截断,只取k个元素[取距离最近的k个元素的索引]
            index = index[:self.k]
            # 返回数组中每个元素出现的次数。元素必须是非负的整数
            count = np.bincount(self.y[index])
            # 返回ndarray数组中最大的元素对应的索引。该索引是我们判定的类别。
            # 最大元素就是出现次数最多的元素
            result.append(count.argmax())
            pass
        return np.asarray(result)
    pass
# 提取出每个类别的鸢尾花数据
t0 = data[data["species"] == 0]
t1 = data[data["species"] == 1]
t2 = data[data["species"] == 2]
# 打乱顺序 每次打乱顺序都是一样的
t0 = t0.sample(len(t0),random_state=0)
t1 = t1.sample(len(t1),random_state=0)
t2 = t2.sample(len(t2),random_state=0)
# 构建训练集和测试集 concat:拼接数组 axis = 0 纵向拼接
train_X = pd.concat([t0.iloc[:40,:-1],t1.iloc[:40,:-1],t2.iloc[:40,:-1]],axis=0)
train_y = pd.concat([t0.iloc[:40,-1],t1.iloc[:40,-1],t2.iloc[:40,-1]],axis=0)
test_X = pd.concat([t0.iloc[40:,:-1],t1.iloc[40:,:-1],t2.iloc[40:,:-1]],axis=0)
test_y = pd.concat([t0.iloc[40:,-1],t1.iloc[40:,-1],t2.iloc[40:,-1]],axis=0)
# 创建KNN对象,进行训练与测试
knn = KNN(k=3)
knn.fit(train_X,train_y)
# 进行测试
result = knn.predict(test_X)
# 预测正确率
print("预测正确率 =",np.sum(result == test_y)/len(result))

二、代码结果

预测正确率 = 0.9629629629629629

标签:KNN,self,40,算法,数组,np,iloc,鸢尾花,data
来源: https://blog.csdn.net/qq_52528413/article/details/121311337

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有