KNN算法实现过程以及每一步的代码实现,通过鸢尾花数据集来实现

时间: 2024-03-17 09:39:50 浏览: 11
好的,下面我来演示如何使用KNN算法来实现鸢尾花数据集分类问题。 1. 导入所需的库和数据集: ```python from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score import numpy as np # 导入数据集 iris = load_iris() X, y = iris.data, iris.target ``` 2. 将数据集划分为训练集和测试集: ```python # 将数据集划分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) ``` 3. 实现KNN算法: ```python def euclidean_distance(x1, x2): """ 计算两个向量之间的欧式距离 x1, x2: 两个向量 """ return np.sqrt(np.sum((x1 - x2) ** 2)) def get_k_nearest_neighbors(X_train, x_test, k, distance_metric): """ 获取距离测试样本最近的k个训练样本 X_train: 训练集 x_test: 测试样本 k: k值 distance_metric: 距离度量方式 """ distances = [] for i in range(len(X_train)): dist = distance_metric(X_train[i], x_test) distances.append((i, dist)) distances = sorted(distances, key=lambda x: x[1]) neighbors = [] for i in range(k): neighbors.append(distances[i][0]) return neighbors def predict(X_train, y_train, x_test, k, distance_metric): """ 对测试样本进行预测 X_train: 训练集 y_train: 训练集对应的标签 x_test: 测试样本 k: k值 distance_metric: 距离度量方式 """ neighbors = get_k_nearest_neighbors(X_train, x_test, k, distance_metric) label_counts = {} for i in neighbors: label = y_train[i] label_counts[label] = label_counts.get(label, 0) + 1 sorted_label_counts = sorted(label_counts.items(), key=lambda x: x[1], reverse=True) return sorted_label_counts[0][0] ``` 4. 对测试集进行预测并计算准确率: ```python # 对测试集进行预测 y_pred = [] for i in range(len(X_test)): pred = predict(X_train, y_train, X_test[i], k=3, distance_metric=euclidean_distance) y_pred.append(pred) # 计算准确率 accuracy = accuracy_score(y_test, y_pred) print(f"Accuracy: {accuracy}") ``` 完整代码如下: ```python from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score import numpy as np # 导入数据集 iris = load_iris() X, y = iris.data, iris.target # 将数据集划分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) def euclidean_distance(x1, x2): """ 计算两个向量之间的欧式距离 x1, x2: 两个向量 """ return np.sqrt(np.sum((x1 - x2) ** 2)) def get_k_nearest_neighbors(X_train, x_test, k, distance_metric): """ 获取距离测试样本最近的k个训练样本 X_train: 训练集 x_test: 测试样本 k: k值 distance_metric: 距离度量方式 """ distances = [] for i in range(len(X_train)): dist = distance_metric(X_train[i], x_test) distances.append((i, dist)) distances = sorted(distances, key=lambda x: x[1]) neighbors = [] for i in range(k): neighbors.append(distances[i][0]) return neighbors def predict(X_train, y_train, x_test, k, distance_metric): """ 对测试样本进行预测 X_train: 训练集 y_train: 训练集对应的标签 x_test: 测试样本 k: k值 distance_metric: 距离度量方式 """ neighbors = get_k_nearest_neighbors(X_train, x_test, k, distance_metric) label_counts = {} for i in neighbors: label = y_train[i] label_counts[label] = label_counts.get(label, 0) + 1 sorted_label_counts = sorted(label_counts.items(), key=lambda x: x[1], reverse=True) return sorted_label_counts[0][0] # 对测试集进行预测 y_pred = [] for i in range(len(X_test)): pred = predict(X_train, y_train, X_test[i], k=3, distance_metric=euclidean_distance) y_pred.append(pred) # 计算准确率 accuracy = accuracy_score(y_test, y_pred) print(f"Accuracy: {accuracy}") ``` 输出结果为: ```python Accuracy: 1.0 ``` 可以看到,KNN算法在鸢尾花数据集上的准确率达到了100%。

相关推荐

最新推荐

recommend-type

机器学习实战 - KNN(K近邻)算法PDF知识点详解 + 代码实现

邻近算法,或者说K最邻近(KNN,K-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是K个最近的邻居的意思,说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据...
recommend-type

机器学习之KNN算法原理及Python实现方法详解

主要介绍了机器学习之KNN算法原理及Python实现方法,结合实例形式详细分析了机器学习KNN算法原理以及Python相关实现步骤、操作技巧与注意事项,需要的朋友可以参考下
recommend-type

基于python实现KNN分类算法

主要为大家详细介绍了基于python实现KNN分类算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

HP-Socket编译-Linux

HP-Socket编译-Linux
recommend-type

JavaScript_生活在Discord上的开源社区列表.zip

JavaScript
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

可见光定位LED及其供电硬件具体型号,广角镜头和探测器,实验设计具体流程步骤,

1. 可见光定位LED型号:一般可使用5mm或3mm的普通白色LED,也可以选择专门用于定位的LED,例如OSRAM公司的SFH 4715AS或Vishay公司的VLMU3500-385-120。 2. 供电硬件型号:可以使用常见的直流电源供电,也可以选择专门的LED驱动器,例如Meanwell公司的ELG-75-C或ELG-150-C系列。 3. 广角镜头和探测器型号:一般可采用广角透镜和CMOS摄像头或光电二极管探测器,例如Omron公司的B5W-LA或Murata公司的IRS-B210ST01。 4. 实验设计流程步骤: 1)确定实验目的和研究对象,例如车辆或机器人的定位和导航。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。