KNN算法实现鸢尾花的分类

• 题目

原生python实现knn分类算法，用鸢尾花数据集。

• 题目分析

KNN算法：

1. 准备数据：来源百度下载鸢尾花数据集，共150组数据，将数据分为训练数据和测试数据，训练数据为120组，测试数据为30组。（KNN算法中训练集与测试集的比例应为0.74:0.25）。
2. 设置特征数据和标签：花萼长度、花萼宽度、花瓣长度、花瓣宽度作为特征数据，鸢尾花种类为标签
3. 设置邻居个数
4. 选择距离的计算方式（采用欧几里得距离）
5. 遍历进行求解距离（测试数据与训练数据之间的距离）
6. 对每个测试数据求得的距离数据进行排序，按照邻居个数进行选择邻居，即选择距离最小的几个邻居。
7. 预测结果，与其真实类别进行比较，计算准确率

• 算法设计

对数据的处理：

训练数据的处理：（测试数据同训练数据的处理方法）

对数据按行处理，去空格并按“，”将数据进行分割，前四列为特征数据，第五列为标签即鸢尾花的类别，使用了np.zeros(shape, dtype=float, order='C')返回：返回来一个给定形状和类型的用0填充的数组；

 

 

 

利用欧几里得公式计算测试机与训练集函数之间的距离

欧几里得距离：

 

 

对邻居的选择：

对每个测试数据求得的距离进行排序，选择距离最小的k 个邻居

对邻居的预测类别进行分类，得出预测结果

计算预测的正确率，即判断预测结果与实际类别是否相同

• 运行结果

• 总结

  这次编程首先学习了对文本文件的处理，文本的读入，对数据的处理在这块卡了很久，后来是在一个博客里面看到的文本数据的处理方式，将数据进行分割，了解到了zeros()函数，使用的很僵硬，数据处理结束就是对KNN算法的设计了，该算法主要是距离的求解方法和邻居个数的选择，在求解距离时复习了距离的求解方法，在此采用的欧几里得距离，使用sort()函数对距离进行排序，按距离最小选择邻居，进行预测类别和真实类别的比较得出准确率。在此次编程时还学习了python中函数的使用，将每一个功能分别用函数的方式进行呈现。