【KNN】使用KNN算法实现对iris数据集的分类

一、实验报告

**
1、实验目的:使用KNN算法实现对iris数据集的分类
2、实验要求：（1）5次随机选取，对比分类准确率（2）探讨不同k值对分类准确率的影响

二、实验内容

1、数据预处理

调用numpy库读取Iris.txt数据集，
使用shuffle随机打乱数据，用replace函数把最后一列label替换成012，便于数据处理。
用切片函数iloc将原始数据拆分成为data和label数据
训练集和测试集按照设置好的比例分配
返回训练集与测试集
2、模型构建
定义一个计算欧式距离的函数，test数据减去train数据，再平方，把每个特征相加，最好开方。
KNN算法原理：
计算出样本数据和测试数据的欧氏距离距离
为测试数据选择k个与其距离最小的样本
统计出k个样本所在类别的出现频率
返回前K个点中出现频率最高的类别作为测试数据的预测分类
实现：
定义一个空的预测列表，得到每个训练数据的长度
用两次for循环计算每一个测试集与每一个训练集的距离，使用argsort函数从低到高排序并返回索引，定义一个空计数列表count
用for循环，每一次循环获得下标所对应的标签值，将标签存入字典之中并存入个数，取出k个最短距离
用sorted函数对标签进行排序，将出现频次最高的列表放入预测列表中，循环结束return预测列表
3、计算准确度
计算在测试数据集中算法正确预测的比例。
4、主函数设计
设定好训练集和测试集比例0.3，用for循环设置k的值，从2到20取值，输出精度，并绘制图如下所示：

三、结果分析

KNN算法易于实现，无需估计参数，K值用于选择最近邻的数目，K的选择非常敏感。K值越小意味着模型复杂度越高，从而容易产生过拟合；K值越大则意味着整体的模型变得简单，学习的近似误差会增大，由于数据集很小，并每次都随机选取，每次测试结果会有所变动，通过结果对比k值取5、6、7准确率比较高。

四、代码

import operator
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.utils import shuffle
def split_data_set(path, split_rate):list1 = pd.read_csv(path)list1 = shuffle(list1)total_length = len(list1)split_point = int(total_length * split_rate)list1 = list1.replace("Iris-setosa", "0")list1 = list1.replace("Iris-versicolor", "1")list1 = list1.replace("Iris-virginica", "2")x = list1.iloc[:, 0:4]x_train = x.iloc[:split_point, :]x_test = x.iloc[split_point:total_length + 1, :]y = list1.iloc[:, 4]y_train = y.iloc[:split_point]y_test = y.iloc[split_point:total_length + 1]return np.array(x_train), np.array(x_test), np.array(y_train), np.array(y_test)
def data_diatance(x_test, x_train):distances = np.sqrt(sum((x_test - x_train) ** 2))return distances
def knn(x_test, x_train, y_train, k):predict_result_set = []train_set_size = len(x_train)distances = np.array(np.zeros(train_set_size))# 计算每一个测试集与每一个训练集的距离for i in x_test:for indx in range(train_set_size):# 计算数据之间的距离distances[indx] = data_diatance(i, x_train[indx])# 排序后的距离的下标sorted_dist = np.argsort(distances)class_count = {}# 取出k个最短距离for i in range(k):# 获得下标所对应的标签值sort_label = y_train[sorted_dist[i]]class_count[sort_label] = class_count.get(sort_label, 0) + 1sorted_class_count = sorted(class_count.items(), key=operator.itemgetter(1), reverse=True)predict_result_set.append(sorted_class_count[0][0])return predict_result_set
def score(predict_result_set, y_test):count = 0for i in range(0, len(predict_result_set)):if predict_result_set[i] == y_test[i]:count += 1score = count / len(predict_result_set)return score
if __name__ == "__main__":# 载入数据集path = 'Iris.txt'split_rate = 0.3x_train, x_test, y_train, y_test=split_data_set(path,split_rate)X = []Y = []for k in range(2, 20):result = knn(x_test, x_train, y_train, k)# print("原有标签:", y_test)# # 为了方便对比查看，此处将预测结果转化为array,可直接打印结果# print("预测结果：", np.array(result))acc = score(result, y_test)X.append(k)Y.append(acc)# print("测试集的精度：%.2f" % acc)print(X, Y)plt.xlabel('k')plt.ylabel('acc')plt.plot(X, Y)plt.show()

五、KNN的分析与改进

存在优点：逻辑简单，对于异常值点不敏感，分类效果好
存在缺点：
（1）如果样本的类别不平衡，k个值里面，只考虑样本类别数量，没有考虑到相对距离，假如和其中一个离的非常近，其他点相对较远，这样会造成很大误差
（2）需要存储所有的训练数据，占用内存大，计算量大。
解决思路：
（1）可以在k个值里面，距离加上权重，距离越大权重越小，距离越小权重越大。
（2）采用分组快速搜索近邻法，先按照近邻关系分组，求出质心，用质心来与测试点求距离，选出若干组，在进行knn算法。

【KNN】使用KNN算法实现对iris数据集的分类相关推荐

Python机器学习实验二：1.编写代码，实现对iris数据集的KNN算法分类及预测
Python机器学习实验二:编写代码,实现对iris数据集的KNN算法分类及预测 1.编写代码,实现对iris数据集的KNN算法分类及预测,要求: (1)数据集划分为测试集占20%: (2)n_nei ...
java iris_利用K-Means聚类算法实现对iris.data.ulab
该楼层疑似违规已被系统折叠隐藏此楼查看此楼利用K-Means聚类算法实现对iris.data.ulabel数据的聚类,这是在网上找到如果要换成我的iris.date iris.date.ulabl ...
ML之nyoka：基于nyoka库利用LGBMClassifier模型实现对iris数据集训练、保存为pmml模型并重新载入pmml模型进而实现推理
ML之nyoka:基于nyoka库利用LGBMClassifier模型实现对iris数据集训练.保存为pmml模型并重新载入pmml模型进而实现推理目录基于nyoka库利用LGBMClassifi ...
python中load_iris_在python中利用KNN实现对iris进行分类的方法
如下所示: from sklearn.datasets import load_iris iris = load_iris() print iris.data.shape from sklearn.c ...
ML之RFDT：利用RF(RFR)、DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测
ML之RF&DT:利用RF(RFR).DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测目录输出结果实现代码输出结果 1.两种算法的预测结果 2.回归树的可视化 ...
ML之DT：利用DT(DTC)实现对iris(鸢尾花)数据集进行分类并可视化DT结构
ML之DT:利用DT(DTC)实现对iris(鸢尾花)数据集进行分类并可视化DT结构目录输出结果实现代码输出结果实现代码 #1. iris = load_iris() dir(iris)ir ...
（pytorch-深度学习系列）使用softmax回归实现对Fashion-MNIST数据集进行分类-学习笔记
使用softmax回归实现对Fashion-MNIST数据集进行分类 import torch from torch import nn from torch.nn import init impor ...
CV之FDFA：利用MTCNN的脚本实现对LFW数据集进行FD人脸检测和FA人脸校准
CV之FD&FA:利用MTCNN的脚本实现对LFW数据集进行FD人脸检测和FA人脸校准目录运行结果运行过程运行(部分)代码在裁剪好的LFW数据集进行验证运行结果运行过程 time ...
（pytorch-深度学习系列）pytorch实现对Fashion-MNIST数据集进行图像分类
pytorch实现对Fashion-MNIST数据集进行图像分类导入所需模块: import torch import torchvision import torchvision.transfor ...

【KNN】使用KNN算法实现对iris数据集的分类

一、实验报告

二、实验内容

三、结果分析

四、代码

五、KNN的分析与改进

【KNN】使用KNN算法实现对iris数据集的分类相关推荐

最新文章

热门文章

【KNN】使用KNN算法实现对iris数据集的分类

一、实验报告

二、实验内容

三、 结果分析

四、 代码

五、KNN的分析与改进

【KNN】使用KNN算法实现对iris数据集的分类相关推荐

最新文章

热门文章

三、结果分析

四、代码