概念
-
监督学习（Supervised Learning）
- 从给定标注的训练数据集中学习出一个函数，根据这个函数为新函数进行标注
-
无监督学习（Unsupervised Learning）
- 从给定无标注的训练数据中学习出一个函数，根据这个函数为所有数据标注
-
分类（Classification）
分类算法通过对已知类别训练数据集的分析，从中发现分类规则，以此预测新数据的类别，分类算法属于监督学习
KNN（K Nearest Neighbors）
K近邻分类算法：KNN算法从训练集中找到和新数据最接近的K条记录，然后根据他们的主要分类来决定新数据的类别
交叉验证法（Cross Validation）
训练集(Train Set)：用来训练模型或确定模型的数据
测试集（Test Set）：用来验证模型的准确性的数据
iris数据集
iris数据集的中文名是安德森鸢尾花卉数据集，英文全称是Anderson’s Iris data set。iris包含150个样本，对应数据集的每行数据。每行数据包含每个样本的四个特征和样本的类别信息，所以iris数据集是一个150行5列的二维表。
通俗地说，iris数据集是用来给花做分类的数据集，每个样本包含了花萼长度、花萼宽度、花瓣长度、花瓣宽度四个特征（前4列），我们需要建立一个分类器，分类器可以通过样本的四个特征来判断样本属于山鸢尾、变色鸢尾还是维吉尼亚鸢尾（这三个名词都是花的品种）。
iris的每个样本都包含了品种信息，即目标属性（第5列，也叫target或label）。
--------------------- 来自 善战骁勇 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/java1573/article/details/78865495?utm_source=copy
步骤
1、导入iris数据集
numpy、sklearn中的datasets类
导入iris数据集可以通过sklearn自带的方法导入iris数据集，前面有iris数据集的相关介绍
import numpy from sklearn import datasets #导入iris数据集 iris=datasets.load_iris() iris #查看数据的规模 iris.data.shape #查看训练目标的总类 numpy.unique(iris.target)#去重数组
train_test_split是交叉验证中常用的函数，功能是从从样本中随机按比例选取train data和test data，形式为：data_train,data_test,target_train,target_test=train_test_split(iris.data,iris.taget,test_size=0.3,random_state=0)
- iris.data为特征数据;
- iris.target为目标数据;
- test_size为测试的占比，一般使用三七分，训练集占0.7;
- random_state:是随机数的种子
1 from sklearn.model_selection import train_test_split 2 3 data_train, data_test, target_train, target_test=train_test_split( 4 iris.data, #特征数据 5 iris.target, #目标数据 6 test_size=0.3 #测试的占比，一般使用三七分，训练集占0.7 7 ) 8 9 10 data_train.shape 11 data_test.shape 12 target_train.shape 13 target_test.shape
2、使用KNN的建模类neighbors.KNeighborsClassifier()
1 from sklearn import neighbors 2 3 knnModel=neighbors.KNeighborsClassifier(n_neighbors=3) #分类的个数，可以从数据集中获取 4 5 knnModel.fit(data_train,target_train) 6 7 knnModel.score(data_test,target_test)
3、使用cross_val_score类、预测
1 from sklearn.model_selection import cross_val_score 2 3 cross_val_score( 4 knnModel, 5 iris.data,iris.target,cv=5 #cv为k折交叉验证的K值 6 ) #返回五次验证 7 8 #使用模型进行预测 9 knnModel.predict([[0.1,0.2,0.3,0.4]])
KNeighborsClassifier在sklearn.neighbors包之中。
KNeighborsClassifier使用很简单，
1）创建KNeighborsClassifier对象；
2）调用fit函数；
3）调用predict函数进行预测。以下代码说明了用法。