如何使用KNN近鄰算法

本篇文章為大家展示了如何使用KNN近鄰算法，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

1.什么是knn算法

百度百科介紹的已經很詳細，在此只作簡單介紹。

存在一個樣本數據集合，也稱作訓練樣本集，并且樣本集中每個數據都存在標簽，即我們知道樣本集中每一數據 與所屬分類的對應關系。輸人沒有標簽的新數據后，將新數據的每個特征與樣本集中數據對應的 特征進行比較，然后算法提取樣本集中特征最相似數據（最近鄰）的分類標簽。一般來說，我們 只選擇樣本數據集中前K個最相似的數據，這就是K-近鄰算法中K的出處,通常K是不大于20的整數。 最后 ，選擇K個最相似數據中出現次數最多的分類，作為新數據的分類。

2.knn算法的優缺點：

• 優點：精度高、對異常值不敏感、無數據輸入假定。

• 缺點：時間復雜度高、空間復雜度高。

• 適用數據范圍：數值型和標稱型。

3.利用knn解決分類問題

1，導包

from sklearn.neighbors import KNeighborsClassifier
import numpy as np
import sklearn.datasets as datasets#該數據集中，有好多的數據  是關于數據分析的一些數據
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
%matplotlib inline

2.導入sklearn自帶的鳶尾花數據集

iris_data =datasets.load_iris()

3.獲取數據集的特征和標簽

data =iris_data.data
label=iris_data.target

4.查看特征名稱

iris_data.feature_names

由此發現該數據集有，['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']四個特征，一一對應其data中的每一列數據

5.拆分訓練集和測試集

#data 一分為二，訓練數據X_train,x_test;
#target  一分為二  y_train,y_test
#y_train  目標值，y_test （保留的真實值）
X_train,x_test,y_train,y_test = train_test_split(data,target,test_size=0.1)

6.實例化算法并開始訓練數據

#聲明算法
knn = KNeighborsClassifier()
#訓練數據
knn.fit(X_train,y_train)

7.查看準確率

knn.score(x_test,y_test）

8.進行測試，并將預測結果與真實結果對比

#進行測試，只將數據交給model進行預測
y_ = knn.predict(x_test)
y_

y_是預測結果，y_test是真實標簽，對比即可

9.展示數據

#獲取訓練樣本
#對原始數據進行處理，獲取花萼的長度和寬度
#繪制展示這些花
X_train =  data[:,:2]
y_train = ta

使用三點圖展示數據

plt.scatter(X_train[:,0],X_train[0:,1],c=y_train,cmap="rainbow")

上述內容就是如何使用KNN近鄰算法，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。