# -*- coding: utf-8 -*-
"""created on fri mar 22 21:21:48 2019
@author: wwq
"""from sklearn import datasets
import numpy as np
'''knn演算法'''
iris=datasets.load_iris()
#資料集包含150個資料集，分為3類，每類50個資料,
#可通過花萼長度，花萼寬度，花瓣長度，花瓣寬度4個特徵**鳶尾花卉屬於
#(setosa，versicolour，virginica)三個種類中的哪一類
iris_x,iris_y=iris.data,iris.target
#將資料集隨機的分為資料集賀測試資料集
np.random.seed(0)
indices=np.random.permutation(len(iris_x))
####下面是訓練集和測試集的方法
#用於訓練模型
iris_x_train=iris_x[indices[:-10]]
iris_y_train=iris_y[indices[:-10]]
#用於測試模型
iris_x_test=iris_x[indices[-10:]]
iris_y_test=iris_y[indices[-10:]]
from sklearn.neighbors import kneighborsclassifier
knn=kneighborsclassifier()
knn.fit(iris_x_train,iris_y_train)
prediction=knn.predict(iris_x_test)
score=knn.score(iris_x_test,iris_y_test)
print ('真實分類標籤:'+str(iris_y_test))
print ('模型分類結果:'+str(prediction)+'\n演算法準確度:'+str(score))
機器學習 KNN
posted on 2015 05 21 20 34 in ml 0 comment views 3195 原始碼 決策樹和基於規則的分類器都是積極學習方法 eager learner 的例子，因為一旦訓練資料可用，他們就開始學習從輸入屬性到類標號的對映模型。乙個相反的策略是推遲對訓練資料的建模，直...
機器學習 KNN
定義事件ejl j 0,1.k e j epsilon 0,1.k ejl j 0,1.k 為對於標籤 l,k個鄰居中包換j個這個標籤，則 e為乙個 k n 的矩陣，每一行為距離該例項的樣本中每個標籤的數量，則 c l 向量是e矩陣的最後一行，表示距離為k時的各個標籤數量。則我們需要的是在已知e矩陣...
機器學習 kNN
0.載入相關模組 import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns from sklearn.model selection import train test s...