关键词：

目录

• 1 k近邻算法api初步使用
• 2 Scikit-learn工具介绍
• • 2.1 安装
  • 2.2 Scikit-learn包含的内容
• 3 K-近邻算法API
• 4 案例
• • 4.1 步骤分析
  • 4.2 代码过程
• 5 小结

---

1 k近邻算法api初步使用

K近邻算法介绍：https://blog.csdn.net/ZGL_cyy/article/details/125583129

• 机器学习流程复习：

• 1.获取数据集
• 2.数据基本处理
• 3.特征工程
• 4.机器学习
• 5.模型评估

2 Scikit-learn工具介绍

机器学习Sklearn数据集：https://blog.csdn.net/ZGL_cyy/article/details/125469443

• Python语言的机器学习工具
• Scikit-learn包括许多知名的机器学习算法的实现
• Scikit-learn文档完善，容易上手，丰富的API
• 目前稳定版本0.19.1

2.1 安装

pip3 install scikit-learn==0.19.1

安装好之后可以通过以下命令查看是否安装成功

import sklearn

• 注：安装scikit-learn需要Numpy, Scipy等库

2.2 Scikit-learn包含的内容

• 分类、聚类、回归
• 特征工程
• 模型选择、调优

3 K-近邻算法API

sklearn.neighbors.KNeighborsClassifier(n_neighbors=5)

• 参数介绍：
  • n_neighbors：int,可选（默认= 5），k_neighbors查询默认使用的邻居数

4 案例

4.1 步骤分析

• 1.获取数据集
• 2.数据基本处理（该案例中省略）
• 3.特征工程（该案例中省略）
• 4.机器学习
• 5.模型评估（该案例中省略）

4.2 代码过程

• 步骤一：导入模块

from sklearn.neighbors import KNeighborsClassifier

• 步骤二：构造数据集
• 数据集格式一：

x = [[0], [1], [2], [3]]
y = [0, 0, 1, 1]

• 数据集格式二：

特征数也就是几维计算,x是数据，y是结果

x = [[39,0,31],[3,2,65],[2,3,55],[9,38,2],[8,34,17],[5,2,57],[21,17,5],[45,2,9]]
y = [0,1,2,2,2,2,1,1]

• 步骤三：机器学习 – 模型训练

# 实例化API
estimator = KNeighborsClassifier(n_neighbors=1)
# 使用fit方法进行训练
estimator.fit(x, y)

estimator.predict([[1]])

# 数据集格式二对应的测试数据
# estimator.predict([[23,3,17]])

-完整代码

from sklearn.neighbors import KNeighborsClassifier

# 1.构造数据
x = [[1], [2], [3], [4]]
y = [0, 0, 1, 1]

# 2.训练模型
# 2.1 实例化一个估计器对象
estimator = KNeighborsClassifier(n_neighbors=3)

# 2.2 调用fit方法,进行训练
estimator.fit(x, y)

# 3.数据预测
ret = estimator.predict([[2.51]])
print(ret)
# 可以这样理解, x是特征值, 是dataframe形式理解为二维的[[]],
# y表示的目标值, 可以表示为series, 表示为一维数组[]
ret1 = estimator.predict([[-1]])
print(ret1)

运行结果

5 小结

• sklearn的优势:
  • 文档多,且规范
  • 包含的算法多
  • 实现起来容易
• knn中的api
  • sklearn.neighbors.KNeighborsClassifier(n_neighbors=5)

k近邻算法api初步使用(代码片段)

学习目标目标了解sklearn工具的优点和包含内容应用sklearn中的api实现KNN算法的简单使用机器学习流程复习： 1.获取数据集2.数据基本处理3.特征工程4.机器学习5.模型评估1Scikit-learn工具介绍 Python语言的机器学习工具Scikit-learn... 查看详情

机器学习（算法篇）——k-近邻算法(代码片段)

...法简介K-近邻算法(KNN)概念实现流程k近邻算法api初步使用机器学习流程：Scikit-learn工具介绍Scikit-learn包含的内容K-近邻算法API距离度量欧式距离(EuclideanDistance)曼哈顿距离(ManhattanDistance)切比雪夫距离(ChebyshevDistance)闵可夫斯基距... 查看详情

机器学习k-近邻算法(代码片段)

目录1K-近邻算法简介2K-近邻算法(KNN)2.1定义2.2距离公式3电影类型分析3.1问题3.2K-近邻算法数据的特征工程处理4K-近邻算法API5案例：预测签到位置5.1分析5.2代码5.3结果分析6K-近邻总结1K-近邻算法简介目标说明K-近邻算法的距离... 查看详情

机器学习：k-近邻分类

...展示出来。　　　　K-近邻算法属于分类的一种，由之前机器学习简介中所介绍的，分类是需要一些样本数据来供算法进行学习，因此K-近邻分类算法也需要一些训练数据集。　　首先我说一下K-近邻算法的思路：从字面上上看，... 查看详情

《机器学习实战》-k近邻算法(代码片段)

目录K-近邻算法k-近邻算法概述解析和导入数据使用Python导入数据实施kNN分类算法测试分类器使用k-近邻算法改进约会网站的配对效果收集数据准备数据：使用Python解析文本文件分析数据：使用Matplotlib画二维散点图准备数据：归... 查看详情

k近邻算法简单介绍——机器学习(代码片段)

K近邻算法一.简介二.KNN算法API使用2.1导入Scikit-learn工具2.2k-近邻算法API案例悄悄介绍自己：作者：神的孩子在跳舞本人是快升大四的小白，在山西上学，学习的是python方面的知识，希望能找到一个适合自己的实... 查看详情

机器学习——k-近邻(k-nearestneighbor)

...arestneighbor（个人观点，仅供参考。）k-近邻算法，第一个机器学习算法，非常有效且易掌握，本文将主要探讨k-近邻算法的基本理论和使用距离侧量的算法分类物品；最后通过k-近邻算法改进约会网站和手写数字识别系统。文章... 查看详情

机器学习分类算法--k近邻算法knn(代码片段)

...应用数学知识少（近乎为零）效果好（缺点？）可以解释机器学习算法使用过程中很多细节问题更完整的刻画机器学习应用的流程 importnumpyasnpimportmatplotlib.pyplotasplt实现我们自己的kNN创建简单测试用例raw_data_X=[[3.39353 查看详情

机器学习3《数据集与k-近邻算法》

...么我们的数据怎么来呢？并且我们的数据是怎么训练呢？sklearn里面保存了许多的数据集scikitlearn数据集介绍sklearn.datasets加载获取流行数据集datasets.load_*()获取小规模数据集，数据包含在datasets里datasets.fetch_*(data_home=None)获取大规... 查看详情

机器学习-k-近邻算法(代码片段)

...邻算法(k-nearestneighborsalgorithm)，又称为KNN算法，是这学期机器学习课教的第一个算法，也是我接触的第一个机器学习算法。学习之后的感触便是：机器学习和我想象的有点不一样KNN是真滴简单(?￣△￣)?算法介绍KNN属于有监督的分... 查看详情

机器学习实战之第二章k-近邻算法

第2章k-近邻算法KNN概述k-近邻（kNN,k-NearestNeighbor）算法主要是用来进行分类的.KNN场景电影可以按照题材分类，那么如何区分 动作片 和 爱情片 呢？动作片：打斗次数更多爱情片：亲吻次数更多基于电影中的亲吻、... 查看详情

机器学习实战☛k-近邻算法（k-nearestneighbor，knn）(代码片段)

机器学习实战☛k-近邻算法（K-NearestNeighbor，KNN）文章目录机器学习实战☛k-近邻算法（K-NearestNeighbor，KNN）k-近邻算法概述原理简介k-近邻算法一般流程伪代码与实现示例：使用kNN改进约会网站的配对效... 查看详情

机器学习实战之k近邻算法

k近邻算法概述简单地说,K近邻算法采用测量不同特征值之间的距离方法进行分类。优点:精度高、对异常值不敏感、无数据输入假定。缺点:计算复杂度高、空间复杂度高。适用数据范围:数值型和标称型。它的工作原理是:存在一... 查看详情

机器学习实战k-近邻算法

...tp://www.cnblogs.com/lighten/p/7593656.html 1.原理　　本章介绍机器学习实战的第一个算法——k近邻算法（k NearestNeighbor），也称为kNN。说到机器学习，一般都认为是很复杂，很高深的内容，但实际上其学习门栏并不算高，具备基... 查看详情

机器学习100天（三十一）：031k近邻回归算法

机器学习100天，今天讲的是：K近邻回归算法！《机器学习100天》完整目录：目录一、理论介绍我们之前讲了K近邻分类算法，用来处理分类问题。其实K近邻也可以用来处理回归问题。如左图所示，K近邻分类算法的思路是选取与... 查看详情

机器学习100天（三十一）：031k近邻回归算法

机器学习100天，今天讲的是：K近邻回归算法！《机器学习100天》完整目录：目录一、理论介绍我们之前讲了K近邻分类算法，用来处理分类问题。其实K近邻也可以用来处理回归问题。如左图所示，K近邻分类算法的思路是选取与... 查看详情

机器学习算法一：k-近邻算法

最近在《机器学习实战》里学习了一些基本的算法，对于一个纯新手我也在网上找了写资料，下面就我在书上所看的加上在其他博客上的内容做一个总结，博客请参照http://www.cnblogs.com/BaiYiShaoNian/p/4567446.htmlK-近邻算法　　K-近邻... 查看详情

机器学习k近邻算法鸢尾花种类预测(代码片段)

目录1再识K-近邻算法API2案例：鸢尾花种类预测2.1数据集介绍2.2步骤分析2.3代码过程3案例小结4KNN算法总结4.1k近邻算法优缺点汇总1再识K-近邻算法APIsklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm=‘auto’)n_neighbors：i... 查看详情