3、机器学习中的监督学习：从鸢尾花分类到模型评估

机器学习中的监督学习：从鸢尾花分类到模型评估

1. 鸢尾花分类的机器学习实践

1.1 数据观察与模型选择

通过对鸢尾花的萼片和花瓣测量数据进行绘图分析，发现三个类别能够相对较好地分离。这表明机器学习模型有可能学习到如何区分它们。这里我们选择使用简单易懂的 k 近邻分类器来构建模型。

1.2 k 近邻分类器原理

k 近邻分类器的构建仅需存储训练集。对于新的数据点，算法会在训练集中找到与之最接近的点，然后将该最接近训练点的标签分配给新数据点。其中，“k” 代表可以考虑训练集中任意固定数量的邻居（例如，最接近的三个或五个邻居），然后根据这些邻居中的多数类别进行预测。这里我们暂时只使用一个邻居。

1.3 模型实现步骤

1.3.1 实例化模型

在 scikit-learn 中，所有机器学习模型都通过各自的类（即估计器类）实现。k 近邻分类算法在 neighbors 模块的 KNeighborsClassifier 类中实现。在使用模型之前，需要将该类实例化为一个对象，并设置模型的参数。这里将邻居数量设置为 1：

from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=1)

1.3.2 训练模型

使用 knn 对象的 fit