[人工智能]sklearn笔记8 4-KNN-iris分类

完整代码见 sklearn代码3 4-KNN-iris分类

依旧使用鸢尾花实例来进行操作

import numpy as np

import matplotlib.pylab as pyb
%matplotlib inline

from sklearn.neighbors import KNeighborsClassifier

from sklearn import datasets

X,y = datasets.load_iris(True)
# 4个属性 需要4维空间才可以 4维数据
# 150代表样本数量
X.shape

(150, 4)

pyb.scatter(X[:,0],X[:,1],c = y)  # 横坐标0，纵坐标1 y会分配颜色 red,green 等就是改变点的颜色

# 降维，最简单的降维操作就是切片  切片：简单粗暴的方式 信息量变少
X = X[:,2:]  #切片从2开始一直到最后
X.shape

可以观察到前来前两个和后两个生成图像有很大的不同

进行训练，可以看到结果，可训练成功

knn = KNeighborsClassifier(n_neighbors=5)

# 使用150个样本点作为训练数据
knn.fit(X,y)

# 获取测试数据
# 横坐标宽度 4~8 纵坐标2~4.5
# 背景点 取出来 meshgrid x1 = np.linspace(4,8,100)   # 横坐标4~8，取一百个间隔

y1 = np.linspace(2,4.5,80)

X1,Y1 = np.meshgrid(x1,y1) display(X1.shape,Y1.shape)

# 训练数据
X.shape
# 测试数据 shape（？，2）    

# 获取测试数据
# 横坐标宽度 4~8 纵坐标2~4.5
# 背景点 取出来 meshgrid
x1 = np.linspace(4,8,100)   # 横坐标4~8，取一百个间隔

y1 = np.linspace(2,4.5,80)

X1,Y1 = np.meshgrid(x1,y1)
display(X1.shape,Y1.shape)

X1 = X1.reshape(-1,1)  #-1代表8000样本，1代表横坐标长度
X1.shape

Y1 = Y1.reshape(-1,1)

X_test = np.concatenate([X1,Y1],axis = 1)   # 对数据进行级联，将数据是组成训练样本的形式
X_test.shape

# 获取测试数据
# 横坐标宽度 4~8 纵坐标2~4.5
# 背景点 取出来 meshgrid
x1 = np.linspace(4,8,100)   # 横坐标4~8，取一百个间隔

y1 = np.linspace(2,4.5,80)

X1,Y1 = np.meshgrid(x1,y1)
# display(X1.shape,Y1.shape)

X1 = X1.reshape(-1,1)  #-1代表8000样本，1代表横坐标长度
X1.shape

Y1 = Y1.reshape(-1,1)

# X_test = np.concatenate([X1,Y1],axis = 1)
# X_test.shape
# 平铺 一维化
X1.ravel().shape

ravel使用示例
使用前：

a = np.random.randint(0,30,size = (3,4))
a

使用后：

a.ravel()  #将数据一维化

选用ravel来进行数据整合

# 获取测试数据
# 横坐标宽度 4~8 纵坐标2~4.5
# 背景点 取出来 meshgrid
x1 = np.linspace(4,8,100)   # 横坐标4~8，取一百个间隔

y1 = np.linspace(2,4.5,80)

X1,Y1 = np.meshgrid(x1,y1)
# display(X1.shape,Y1.shape)

# X1 = X1.reshape(-1,1)  #-1代表8000样本，1代表横坐标长度
# X1.shape

# Y1 = Y1.reshape(-1,1)

# # X_test = np.concatenate([X1,Y1],axis = 1)
# # X_test.shape
# # 平铺 一维化
X_test = np.c_[X1.ravel(),Y1.ravel()]   #与上述方法都可以实现数据整合

X_test.shape

%%time  #测试时间 一个% 只控制一行，代码需要在其后面 换行执行需要两个百分号
y_ = knn.predict(X_test)   #预测数据一般都会加_来进行说明

指定颜色来进行输出
指定颜色需要导入相应的库

from matplotlib.colors import ListedColormap

lc = ListedColormap(['red','green','blue'])

pyb.scatter(X_test[:,0],X_test[:,1],c = y_,cmap=lc)

将训练样本应用于其上

lc = ListedColormap(['#FFAAAA','#AAFFAA','#AAAAFF'])
lc2 = ListedColormap(['#FF0000','#00FF00','#0000FF'])

%%time
pyb.scatter(X_test[:,0],X_test[:,1],c = y_,cmap=lc)

pyb.scatter(X[:,0],X[:,1],c = y,cmap = lc2)

另外一种画图方法，

与上述方法相比，消耗时间更少，绘制轮廓面比绘制散点图更加省时
图形更加圆滑，散点图的边界可以很明显的看到有齿状痕迹

%%time
# 轮廓线 等高线
pyb.contourf(X1,Y1,y_.reshape(80,100),cmap=lc)

pyb.scatter(X[:,0],X[:,1],c = y,cmap = lc2)

整体流程

• 导包
• 加载数据并对数据进行降维处理，在之后应该采用算法降维，去除不必要的属性
• 训练数据
• meshgrid交叉组合 进行强关联 提取测试数据 8000个测试样本
• 测试数据是新用户的数据
• 使用算法进行预测 可视化