机器学习算法基础(4): 分类:k-近邻算法
一、分类算法-K-近邻算法通过邻居判断类别一、定义如果一个样本在特征空间中的 k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。来源:KNN算法,一种分类算法二、计算距离公式:欧式距离相似的样本,特征之间的值都是相近的。计算特征距离时,应该进行标准化。三、算法API四、k的取值k的取值会影响k的结果五、实例:预测入住位置。1. 确定目标值和特征值2. 数据处理
·
一、分类算法-K-近邻算法
通过邻居判断类别
一、定义
如果一个样本在特征空间中的 k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。
来源:KNN算法,一种分类算法
二、计算距离公式:欧式距离
相似的样本,特征之间的值都是相近的。
计算特征距离时,应该进行标准化。
三、算法API
四、k的取值
k的取值会影响k的结果
五、实例:预测入住位置。
1. 确定目标值和特征值
2. 数据处理 缩小x、y
3. 代码
from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
def knn():
#k-近邻预测用户签到位置
#读取数据
data=pd.read_csv("./facebookdata/train.csv")
#print(data.head(10)) #打印data数据前十行
#处理数据
#1、缩小数据.查询数据筛选
data=data.query("x > 1.0 & x < 1.25 & y>2.5 & y<2.75")
#2、处理时间的数据
time_value=pd.to_datetime(data["time"],unit="s")
print(time_value)
#把日期格式转换成字典
time_value=pd.DatetimeIndex(time_value)
#3、 构造一些特征
data["second"]=time_value.day
data["hour"]=time_value.hour
data["weekday"]=time_value.weekday
# 4、 把时间戳特征删除
data=data.drop(["time"], axis=1) #pandas里列是1
data=data.drop(["row_id"],axis=1)
print(data)
# 5、将签到数量小于n个的目标位置删除
place_count=data.groupby("place_id").count()
tf=place_count.reset_index()
data=data[data["place_id"].isin(tf.place_id)]
#6、取出数据当中的特征值和目标值
y=data["place_id"]
x=data.drop(["place_id"],axis=1)
# 7、进行数据的分割训练集测试集
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.25)
#特征工程(标准化)目标值不需要标准化 对测试集和训练集的特征值进行标准化
std=StandardScaler()
x_train=std.fit_transform(x_train)
x_test=std.transform(x_test)
#进行算法流程
knn=KNeighborsClassifier(n_neighbors=5)
#fit,predict,score
knn.fit(x_train,y_train) #传入训练集
#得出运算结果
y_predict= knn.predict(x_test)
print("预测的目标入住位置为:",y_predict)
# 得出准确率 y_test 和y_predict
print("预测的准确率:",knn.score(x_test,y_test))
if __name__=="__main__":
knn()
4、k-近邻算法总结
- k值问题
-
k值去很小时:容易受异常点影响
-
k值去很大时:比例容易受影响
2)性能问题:时间复杂度很高
k-近邻算法优缺点
优点:
-
简单,易于理解,易于实现
-
无需参数估计,无需训练
缺点:
-
懒惰算法,对测试样本分类时的计算量大,内存开销大。
-
必须指定k值,k值选择不当则分类精度不能保证
使用场景:小数据场景,几千-几万样本,具体场景具体业务测试。
更多推荐
已为社区贡献1条内容
所有评论(0)