机器学习-KNN分类算法Iris实例

概念

python知识点

KNN实例

# -*- coding: utf-8 -*-
"""
Created on Sat Mar  5 09:55:02 2016

@author: TBKKEN
"""
import numpy

from sklearn import datasets
#引入数据集
#https://zh.wikipedia.org/wiki/%E5%AE%89%E5%BE%B7%E6%A3%AE%E9%B8%A2%E5%B0%BE%E8%8A%B1%E5%8D%89%E6%95%B0%E6%8D%AE%E9%9B%86
iris = datasets.load_iris()
#查看数据的规模
iris.data.shape
#查看训练目标的总类
numpy.unique(iris.target)

#随机重排列
permutation = numpy.random.permutation(iris.target.size)

iris.data = iris.data[permutation]
iris.target = iris.target[permutation]

from sklearn import neighbors

#搭建KNN模型
knnModel = neighbors.KNeighborsClassifier(n_neighbors=3)
#训练模型
knnModel.fit(iris.data[:100], iris.target[:100]) 

from sklearn import cross_validation

#对模型进行评价
knnModel.score(iris.data[100:], iris.target[100:]) 
cross_validation.cross_val_score(
    knnModel, 
    iris.data[100:], 
    iris.target[100:]
)

#使用模型进行预测
knnModel.predict([[0.1, 0.2, 0.3, 0.4]])

参考

• Scikit-Nearest Neighbors Classification
• K-Nearest Neighbor classification using python