构建学习机器学习的第一个模型：k近邻算法

构建学习机器学习的第一个模型：k近邻算法

#! C:/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
---------------------------------------------------------
Name:robotLearn
Description:
Author:qinlinjian
Date:2021-12-01
---------------------------------------------------------
Change Activity:2021-12-01
"""
__author__ = "qin"
__version__ = "1.0.0"


import mglearn
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
iris_data = load_iris()
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier #使用k近邻算法
knn = KNeighborsClassifier(n_neighbors=1)# 设置邻居数目为1
# knn对象对算法进行了封装，包含训练数据构建模型的算法，也包含对新数据点进行预测的算法，还包含算法从训练数据中提取的信息，
# 对于KNeighborsClassifier来说，里面只保存了训练集

print("Keys of iris_data:\n{}".format(iris_data.keys()))
print("要预测的花的品种：{}".format(iris_data['target_names']))
print("对每一个特征进行了说明：{}",format(iris_data['feature_names']))
print("每一行对应一朵花：{}".format(iris_data['data'][0]))
print("Shape of target(品种量化为0-2):{}".format(iris_data['target'].shape))

X_train,X_test,y_train,y_test=train_test_split(iris_data['data'],iris_data['target'],random_state=0)
# X_train包含了75%的行数据，X_test包含剩下的25%
# 利用X_train中的数据创建DataFrame
# 利用iris_data.feature_names中的字符串对数据列进行标记
iris_dataframe = pd.DataFrame(X_train,columns=iris_data.feature_names)
# 利用DataFrame创建散点图矩阵，按y_train着色
grr = pd.plotting.scatter_matrix(iris_dataframe,c=y_train,figsize=(15,15),marker='O',hist_kwds={'bins':20},s=20,alpha=.8,cmap=mglearn.cm3)
plt.show()

#开始使用knn的fit方法
knn_t=knn.fit(X_train,y_train)#基于训练集来构建模型
#fit方法返回的是knn对象本身并做远处修改，因此得到分类器的字符串表示
print("--")
print(knn_t)

X_new=np.array([[5,2.9,1,0.2]])
print("X_new.shape:{}".format(X_new.shape))# scikit-learn 的输入数据必须是二维数组

# 调用knn对象的predict方法进行预测
y_new = knn.predict(X_new)
print("y_new:{}".format(y_new))# 输出是0说明它属于setosa品种

## 评估模型
# 我们对测试模型数据中的每朵鸢尾花进行预测

y_pre = knn.predict(X_test)
print("Test set predictions:\n{}".format(y_pre))

# print("Test set score:{:.2f}".format(np.mean(y_pre==y_test)))
# 我们还可以使用knn对象的score方法来计算测试集的精度
print("Test set score:{:.2f}".format(knn.score(X_test,y_test)))

参考：Python机器学习基础教程 [德]Andreas C.Muller [美]Sarah Guido 著 张亮 译