手工实现水果分类器-1NN

本文内容为学习麻瓜编程python–实用主义教学，整理的学习笔记,作为复习的资料，后边忘了的时候回来看看。

麻瓜编程官网 https://www.mugglecode.com/

数据集（详细描述见下方）提取地址：https://video.mugglecode.com/fruit_data.csv

---

第一篇 机器学习–手工实现水果分类器

---

文章概览

什么是机器学习？
水果分类器是怎么实现的？

---

什么是机器学习？

• “学习”问题通常包括n个数据样本（训练样本）
• 每个样本函数有特定的属性（特征）
• 通过特定的算法从训练样本中学习到知识（信息），从而建立一个模型。
• 然后预测位置数据（测试样本）的信息

---

水果分类器是怎么实现的？

01 问题拆解

• 如何分割数据集，用于训练和验证模型？
• 如何计算样本的距离？
• 如何找到最近的样本？
• 如何验证模型？

---

02 解决思路

• 利用scikit-learn模块中的train_test_split()方法进行数据集的划分，其中test_size用于指定测试集的大小，这里test_size=1/5；random_state：用于指定随机状态，通常设定一个固定的数字用于重复实验，这里random_state=20；