ML – 最近质心分类器

最近质心（NC）分类器是机器学习中最被低估和未充分利用的分类器之一。但是，它非常强大，并且对于某些机器学习分类任务非常有效。 Nearest Centroid 分类器有点类似于 K-Nearest Neighbors 分类器。要了解更多关于 K-Nearest Neighbors (KNN) 分类器的信息，可以参考以下链接：
K-最近邻/
机器学习中一个经常被忽视的原则是从简单但有意义的数据中构建简单的算法，这些算法可以有效地完成特定任务，而不是使用复杂的模型。这也被称为统计充分性原则。最近质心分类器可以说是机器学习中最简单的分类算法。最近质心分类器的工作原理很简单：给定一个数据点（观察），最近质心分类器只需为其分配均值或质心最接近它的训练样本的标签（类）。
当应用于文本分类时，最近质心分类器也称为Rochhio 分类器。 Python中的 scikit-learn 库提供了一个简单的函数来实现最近质心分类器。
最近的质心分类器如何工作？
基本上，最近的质心分类器的作用可以分三个步骤来解释：

每个目标类的质心在训练时计算。
训练后，给定任何一点，说“X”。计算点 X 和每个类的质心之间的距离。
在所有计算的距离中，选择最小距离。给定点距离最小的质心，它的类被分配给给定点。

最近质心分类器很容易理解，是最简单的分类器算法之一。
Python中最近质心分类器的实现：
对于这个例子，我们将使用 scikit-learn 库中流行的“iris”数据集。训练完分类器后，我们将在训练集和测试集上打印分类器的准确率。然后，我们打印分类器报告。
代码：实现 NearestCentroid 分类器的Python代码

python3

# Importing the required libraries
from sklearn.neighbors import NearestCentroid
from sklearn.datasets import load_iris
from sklearn.metrics import classification_report
from sklearn.model_selection import train_test_split
import pandas as pd
 
# Loading the dataset
dataset = load_iris()
 
# Separating data and target labels
X = pd.DataFrame(dataset.data)
y = pd.DataFrame(dataset.target)
 
# Splitting training and test data
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, shuffle = True, random_state = 0)
 
# Creating the Nearest Centroid Classifier
model = NearestCentroid()
 
# Training the classifier
model.fit(X_train, y_train.values.ravel())
 
# Printing Accuracy on Training and Test sets
print(f"Training Set Score : {model.score(X_train, y_train) * 100} %")
print(f"Test Set Score : {model.score(X_test, y_test) * 100} %")
 
# Printing classification report of classifier on the test set set data
print(f"Model Classification Report : \n{classification_report(y_test, model.predict(X_test))}")

输出：

Training Set Score : 94.16666666666667 %
Test Set Score : 90.0 %
Model Classification Report : 
              precision    recall  f1-score   support

           0       1.00      1.00      1.00        11
           1       0.86      0.92      0.89        13
           2       0.80      0.67      0.73         6

    accuracy                           0.90        30
   macro avg       0.89      0.86      0.87        30
weighted avg       0.90      0.90      0.90        30

因此，我们在训练集和测试集上分别达到了 94.17% 和 90% 的准确率。
结论：
既然您知道最近质心分类器是什么以及如何实现它，那么下次当您有一些需要轻量级和简单分类器的简单分类任务时，您应该尝试使用它。