一、KNN算法 (K近鄰算法) 簡述

可以簡單粗暴的認為在判斷一個未知事物時，可以觀察離它最近的幾個樣本。

步驟：

尋找樣本數據集K個最近的元素

計算K個元素中各種類別的占比

占比最高的類別即為新數據的類別

K的取值對結果有很大的影響

如下圖，中間的圓要被賦予哪個類？是三角形還是正方形？如果K=3，由于三角形所占比例為2/3，圓將被賦予三角形那個類；如果K=7，由于正方形所占比例為4/7，圓將被賦予正方形那個類

計算復雜度優化

• 計算新數據（未知樣本）和K個訓練樣本的距離dist；
• 得到目前K個最鄰近樣本中的最大距離maxdist；
• 如果第K+1個訓練樣本......（剩余的所有訓練樣本）的dist小于maxdist，則將該訓練樣本作為K-最近鄰樣本（即替換掉上述K個最鄰近樣本中最大距離的那個訓練樣本）。

邊界清晰--選取中心點 純度?

數據傾斜問題-- 增加權重

二、使用KNN對iris數據集分類

1、導入numpy、Matplotlib、sklearn類庫及其模塊

import numpy as np # Puplot 提供了一套和MATLAB類似的繪圖API，使得Matplotlib的機制更像MATLAB。 # 我們只需要調用Pyplot模塊所提供的函數就可以快速繪圖并設置圖表的各個細節 import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap from sklearn.neighbors import KNeighborsClassifier # 導入sklearn類庫及KNN模型 from sklearn.datasets import load_iris

?2、加載鳶尾花數據集

# 加載鳶尾花數據集，并分割成樣本特征X和樣本標簽Y iris = load_iris() X = iris.data[:,:2] # print(X) # print(X[:,0]) Y = iris.target

3、設置繪圖背景色和散點顏色映射表

# 繪制背景顏色和散點顏色映射表 cmap_light = ListedColormap(['#FFAAAA','#AAFFAA','#AAAAFF']) cmap_bold = ListedColormap(['#FF0000','#00FF00','#0000FF'])

4、 構建KNN模型

clf = KNeighborsClassifier(n_neighbors= 10,weights='uniform')

5、?調用模型的fit函數進行訓練

clf.fit(X,Y)

6、畫出決策邊界

# 畫出決策邊界 x_min , x_max = X[:,0].min() - 1, X[:,0].max() + 1 y_min , y_max = X[:,1].min() - 1, X[:,1].max() + 1 xx,yy = np.meshgrid(np.arange(x_min,x_max,0.02),np.arange(y_min,y_max,0.02))Z = clf.predict(np.c_[xx.ravel(),yy.ravel()]).reshape(xx.shape)plt.figure() plt.pcolormesh(xx,yy,Z,cmap=cmap_light)

?7、繪制預測結果圖

# 繪制預測結果圖 plt.scatter(X[:,0],X[:,1],c = Y,cmap=cmap_bold) plt.xlim(xx.min(),xx.max()) # xlim：當前圖形X軸的范圍 plt.ylim(yy.min(),yy.max()) plt.title('3_Class(k=10,weights=uniform)') plt.show

?8、結果展示

部分解釋

1、numpy.meshgrid（）

（參考https://www.cnblogs.com/black-mamba/p/9186965.html）

x = np.array([0, 0.5, 1]) print('x: ',x) print('--------------') y = np.array([0,1]) xv,yv = np.meshgrid(x, y) # numpy.meshgrid(x軸上的坐標向量, y軸上的坐標向量) print('xv: \n',xv) print('--------------') print('y: ',y) print('--------------') print('yv: \n',yv) print("xv的維度:{},shape:{}".format(xv.ndim, xv.shape)) print("yv的維度:{},shape:{}".format(yv.ndim, yv.shape))plt.plot(xv, yv, 'o--') plt.grid(True) plt.show()

?

# 此處為了好觀看結果，將步長設置為1 print((np.arange(x_min,x_max,1)))

?

print((np.arange(y_min,y_max,1)))

?

?

2、numpy.c_?

# numpy.c_ 將一維數組作為列堆疊到二維數組中。 arr = np.c_[np.array([1,2,3]), np.array([4,5,6])] print(arr)

?

3、ravel()

ravel()方法將數組維度拉成一維數組

print((np.c_[xx.ravel(),yy.ravel()]))

代碼：

import numpy as np # Puplot 提供了一套和MATLAB類似的繪圖API，使得Matplotlib的機制更像MATLAB。 # 我們只需要調用Pyplot模塊所提供的函數就可以快速繪圖并設置圖表的各個細節 import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap from sklearn.neighbors import KNeighborsClassifier # 導入sklearn類庫及KNN模型 from sklearn.datasets import load_iris# 加載鳶尾花數據集，并分割成樣本特征X和樣本標簽Y iris = load_iris() X = iris.data[:,:2] # print(X) # print(X[:,0]) Y = iris.target# 繪制背景顏色和散點顏色映射表 cmap_light = ListedColormap(['#FFAAAA','#AAFFAA','#AAAAFF']) cmap_bold = ListedColormap(['#FF0000','#00FF00','#0000FF'])clf = KNeighborsClassifier(n_neighbors= 10,weights='uniform') clf.fit(X,Y)# 畫出決策邊界 x_min , x_max = X[:,0].min() - 1, X[:,0].max() + 1 y_min , y_max = X[:,1].min() - 1, X[:,1].max() + 1 xx,yy = np.meshgrid(np.arange(x_min,x_max,0.02),np.arange(y_min,y_max,0.02))Z = clf.predict(np.c_[xx.ravel(),yy.ravel()]).reshape(xx.shape)plt.figure() plt.pcolormesh(xx,yy,Z,cmap=cmap_light) # 這兩部分代碼一塊執行# 繪制預測結果圖 plt.scatter(X[:,0],X[:,1],c = Y,cmap=cmap_bold) plt.xlim(xx.min(),xx.max()) # xlim：當前圖形X軸的范圍 plt.ylim(yy.min(),yy.max()) plt.title('3_Class(k=10,weights=uniform)') plt.show

?

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的KNN算法 使用KNN对iris数据集分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。