使用K近邻（KNN）对鸢尾花分类

最新推荐文章于 2024-07-19 17:26:07 发布

原创

最新推荐文章于 2024-07-19 17:26:07 发布 · 1.4w 阅读

43 ·

CC 4.0 BY-SA版权

文章标签：

#KNN #k近邻算法

本文详细介绍了如何使用K近邻（KNN）算法进行鸢尾花分类。核心思想是通过计算测试样本与训练样本间的距离，选择最近的K个邻居，并依据这些邻居的主要类别决定测试样本的分类。算法包括计算距离、确定邻居和进行分类三个步骤。文章还涉及数据标准化和性能评估。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

KNN算法的精髓在于近朱者赤近墨者黑，所以距离通过欧氏距离或者夹角余弦来计算。

他的主要计算步骤为：

1.算距离：给定测试对象，计算它与训练集中的每个对象的距离

2.寻找邻居：圈定距离最近的K个训练对象，作为测试对象的近邻。

3.做分类：根据这K个近邻归属的主要类别，来对测试对象分类。

对kNN算法的伪代码：

1.采用load_iris读取数据并查看

2.分割数据，产生75%的训练样本，25%的测试样本

3.标准化数据

4.导入K近邻分类模块

5.测试与性能评估，生成评估报告

# 从sklearn.datasets 导入 iris数据加载器。
from sklearn.datasets import load_iris
# 使用加载器读取数据并且存入变量iris。
iris = load_iris()
# 查验数据规模。
iris.data.shape

# 查看数据说明。对于一名机器学习的实践者来讲，这是一个好习惯。
print iris.DESCR

# 从sklearn.cross_validation里选择导入train_test_split用于数据分割。
from sklearn.cross_validation import train_test_split
# 从使用train_test_split，利用随机种子random_state采样25%的数据作为测试集。
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0