注意：不能簡單將x的前n個資料集作為訓練資料集，因為目標值y是排好序的，如[0, 0, ..., 1, 1, ..., 2, 2, ...]，只能取到一定值。
方法：先對原始資料進行亂序化處理，再取前n個作為訓練資料集。
亂序化過程中，x和y是分離的，但是又是一一對應的，所以不能將其分開隨機化，會丟失對應關係。
方式一：可以先將x和y合併成乙個矩陣，再對矩陣進行隨機化處理，處理完再拆分開來。
方式二：對所有元素的m個索引進行亂序處理。
這裡採用方式二。
permutation()函式：
permutation(x)：randomly permute a sequence, or return a permuted range.
if `x` is a multi-dimensional array, it is only shuffled along its
first index.
parameters
----------
x : int or array_like
if `x` is an integer, randomly permute ``np.arange(x)``.
if `x` is an array, make a copy and shuffle the elements
randomly.
returns
-------
out : ndarray
permuted sequence or array range.
examples
--------
>>> np.random.permutation(10)
array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])
>>> np.random.permutation([1, 4, 9, 12, 15])
array([15, 1, 9, 4, 12])
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.permutation(arr)
array([[6, 7, 8],
[0, 1, 2],
[3, 4, 5]])
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
iris = datasets.load_iris()
x = iris.data # 資料集對應的特徵矩陣
y = iris.target # 結果集對應的特徵向量
3. 資料集的劃分
（1）對索引進行亂序處理：
shuffle_index = np.random.permutation(len(x))# 測試資料集的比例
test_radio = 0.2
# 測試資料集的大小
test_size = int(len(x) * test_radio)
# 測試資料集的索引
test_index = shuffle_index[:test_size]
# 訓練資料集的索引
train_index = shuffle_index[test_size:]
# 訓練資料集
x_train = x[train_index]
y_train = y[train_index]
# 測試資料集
x_test = x[test_index]
y_test = y[test_index]
機器學習 演算法 KNN
參考 我感覺knn是最簡單的乙個機器學習演算法，實現很簡單，效果也一般般 就是算個euclideam distance,還有一些可以優化的地方，比如可以加權，第二篇文章提到了 python 如下 coding utf 8 created on aug 30,2013 author blacklaw ...
機器學習 KNN 演算法
一 主要目的 在樣本空間中，找到與待估計的樣本最臨近的k個鄰居，用這幾個鄰居的類別來估計待測樣本的類別 二 適用性 樣本容量比較大的類域的自動分類，而樣本容量較小的類域則容易誤分。尤其適用於樣本分類邊界不規則的情況 三 不足 1 當樣本不平衡時，比如乙個類的樣本容量很大，其他類的樣本容量很小，輸入乙...
機器學習 KNN演算法
一 近 鄰 算 法 knn 原理 工 作 原 理 是 存 在 一 個 樣 本 資料 集 合 也 稱 作 訓練 樣 本 集 並 且 樣 本 集 中 每 個 數 據 都 存 在 標 籤 即 我 們 知 道 樣 本 集 中 每 一 數 據與 所 屬 分 類 的 對 應關係 輸 人 沒 有 標 籤 的 新 ...