毫升 | 使用 Sklearn 实现 KNN 分类器

KNN（K-Nearest Neighbors）是一种常见的机器学习算法，可用于分类和回归问题。它基于样本之间的距离来进行预测，即将测试数据与最近的 K 个训练样本匹配，并根据这些样本的标签来预测新数据点的类别或连续值。

在本教程中，我们将使用 Python Sklearn 库实现 KNN 分类器，以将样本数据集分类为“毫升”或“非毫升”。

数据集

我们将使用一个名为“mL”（毫升）的数据集，该数据集包含两个特征列和一个目标列。特征列描述了物品的尺寸和颜色，目标列指示物品是否为“毫升”。

import pandas as pd

# 导入数据集
data = pd.read_csv('mL.csv')

# 一些数据预处理
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

KNN 分类器

我们将使用 Sklearn 库中的 KNeighborsClassifier 类实现 KNN 分类器。这个类提供了一些参数，例如 K 值（即要匹配的最近邻居数）和距离度量函数。

from sklearn.neighbors import KNeighborsClassifier

# 创建 KNN 分类器
knn = KNeighborsClassifier(n_neighbors=5, metric='minkowski', p=2)

# 在训练集上拟合分类器
knn.fit(X, y)

预测

使用我们训练的 KNN 分类器可以轻松计算新数据点的标签。假设我们要根据物品的尺寸和颜色预测物品是否为“毫升”，我们可以使用以下代码：

# 预测结果（“毫升”为 1，“非毫升”为 0）
y_pred = knn.predict([[3, 2], [4, 3], [7, 4], [6, 5]])
print(y_pred)

输出为：

[0 0 1 1]

这表示第一和第二个数据点被预测为“非毫升”，而第三和第四个数据点被预测为“毫升”。

总结

在本教程中，我们讨论了如何使用 Python Sklearn 库实现 KNN 分类器。我们使用一个名为“mL”的数据集演示了该算法，并预测了新的数据点。KNN 分类器是一个简单但功能强大的算法，可用于分类和回归问题，特别是在小型数据集上。