第4章 最基础的分类算法-k近邻算法
生活随笔
收集整理的這篇文章主要介紹了
第4章 最基础的分类算法-k近邻算法
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
思想極度簡單
應用數學知識少
效果好(缺點?)
可以解釋機器學習算法使用過程中的很多細節問題
更完整的刻畫機器學習應用的流程
?
?
distances = [] for x_train in X_train:d=sqrt(np.sum((x_train-x)**2))distances.append(d) View Code distances=[sqrt(np.sum((x_train-x)**2)) for x_train in X_train]?可以說kNN是一個不需要訓練過程的算法
?K近鄰算法是非常特殊的,可以被認為是沒有模型的算法
為了和其他算法統一,可以認為訓練數據集就是模型本身
kNN: from sklearn.neighbors import KNeighborsClassifier kNN_classifier=KNeighborsClassifier(n_neighbors=6) kNN_classifier.fit(X_train,y_train) kNN_classifier.predict(x)有關K近鄰算法
解決分類問題
天然可以解決多分類問題
思想簡單,效果強大
使用k近鄰算法解決回歸問題
KNeighborsRegressor
kNN: from sklearn.neighbors import KNeighborsClassifier kNN_classifier=KNeighborsClassifier(n_neighbors=6) kNN_classifier.fit(X_train,y_train) kNN_classifier.predict(x)?
?
?
?
?
須考慮距離的權重!通常是將距離的倒數作為權重
?
?
?
?
?
相當于因為距離又獲得了一個超參數
?
尋找最好的k,調參 best_score = 0.0 besk_k = -1 for k in range(1,11):knn_clf = KNeighborsClassifier(n_neighbors=k)knn_clf.fit(X_train,y_train)score = knn_clf.score(X_test,y_test)if score>best_score:best_k=kbest_score=scoreprint('best_k=',best_k) print('best_score=',best_score)考慮距離? best_method = '' best_score = 0.0 besk_k = -1 for method in ['uniform','distance']:for k in range(1,11):knn_clf = KNeighborsClassifier(n_neighbors=k,weights=method)knn_clf.fit(X_train,y_train)score = knn_clf.score(X_test,y_test)if score>best_score:best_k=kbest_score=scorebest_method = method print('best_k=',best_k) print('best_score=',best_score) print('best_method',best_method)搜索明可夫斯基距離相應的p %%time best_p = -1 best_score = 0.0 besk_k = -1 for k in range(1,11):for p in range(1,6):knn_clf = KNeighborsClassifier(n_neighbors=k,weights='distance',p = p)knn_clf.fit(X_train,y_train)score = knn_clf.score(X_test,y_test)if score>best_score:best_k=kbest_score=scorebest_p=p print('best_k=',best_k) print('best_score=',best_score) print('best_p=',best_p) View Code?
缺點2:高度數據相關
缺點3:預測的結果不具有可解釋性
缺點4:維數災難
隨著維度的增加,‘看似相近’的的兩個點之間的距離越來越大
解決方法:降維(PCA)
# coding=utf-8 import numpy as np from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score # 分類的準確度 from sklearn.model_selection import GridSearchCViris = datasets.load_iris() X = iris.data y = iris.target X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=666) standardScaler = StandardScaler() # 創建實例 standardScaler.fit(X_train) # standardScaler.mean_ # standardScaler.scale_ X_train = standardScaler.transform(X_train) # 使用transform方法進行歸一化 X_test_standard = standardScaler.transform(X_test)# 尋找最好的參數K # param_grid = [ # { # 'weights': ['uniform'], # 'n_neighbors': [i for i in range(1, 11)] # }, # { # 'weights': ['distance'], # 'n_neighbors': [i for i in range(1, 11)], # 'p': [i for i in range(1, 6)] # } # ] # knn_clf = KNeighborsClassifier() # grid_search = GridSearchCV(knn_clf, param_grid) # grid_search.fit(X_train, y_train) # print(grid_search.best_estimator_, grid_search.best_params_, grid_search.best_score_) # knn_clf.predict(X_test) # knn_clf.score(X_test, y_test)knn_clf = KNeighborsClassifier(n_neighbors=3) knn_clf.fit(X_train, y_train) # X_train已經進行了歸一化 print(knn_clf.score(X_test_standard, y_test)) # 或者 y_predict = knn_clf.predict(X_test_standard) print(accuracy_score(y_test, y_predict)) knn_clf.score(X_test_standard, y_test) 個人整個流程代碼總結
以上是生活随笔為你收集整理的第4章 最基础的分类算法-k近邻算法的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 第二章 面向对象进阶
- 下一篇: 第5章 线性回归算法