python实现KNN算法并可视化展示

话不多说，直接上代码，本代码采用的是鸢尾花数据集，来实现KNN算法

import matplotlib.pyplot as plt import matplotlib as mpl import pandas as pd import numpy as np# 读取鸢尾花数据集，header参数来指定标题的行，默认是0，如果没有标题，参数设置为None data = pd.read_csv(r"C:\\Users\\不归客\Desktop\\iris.csv", header=0)# 随机抽取一定的数据，默认为1行 # print(data.sample())# 数据清洗，将Species列转为数值类型 data["Species"] = data["Species"].map({"versicolor": 0, "setosa": 1, "virginica": 2}) # 删除不需要的Id列,默认是删除行，axis=1是指删除列 # drop是删除副本中的数据，inplace=True是指用副本替换掉原本 data.drop("Id", axis=1, inplace=True) # 判断数据集中是否有重复项,只要有重复项，结果就为True # data.duplicated().any() if data.duplicated().any():# 删除重复项data.drop_duplicates(inplace=True)# 查看每个类别的鸢尾花有多少条数据 print(data["Species"].value_counts())class KNN:def __init__(self, k):'''初始化方法Parameters--------K：邻居的个数'''self.k = kdef fit(self, X, y):'''训练方法Parameters--------X:类数组类型，形状为[样本数量，特征数量] [149,4]待训练的样本特征(属性)y:类数组类型，形状为[样本数量]每个样本的目标值(标签)'''# 将X转换为ndarray数组类型self.X = np.asarray(X)self.y = np.asarray(y)def predict(self, X):'''根据参数传递的样本，进而对样本数据进行预测Parameters--------X:类数组类型，形状为[样本数量，特征数量] [149,4]待训练的样本特征(属性)Returns-------result:数组类型预测的结果'''X = np.asarray(X)result = []# 对ndarray数组进行遍历，每次取数组中的一行for x in X:# sum默认是将所有的数值求和，axis=1是按行求和dis = np.sqrt(np.sum(((x - self.X) ** 2), axis=1))# 返回数组排序后每个数组在原数组中的索引index = dis.argsort()# 进行截断，只取前k个元素index = index[:self.k]# bincount返回每个元素出现的次数，元素必须是非负的整数count = np.bincount(self.y[index])# 返回ndarray数组中，值最大的元素对应的索引，该索引就是我们判定的类别# 最大元素，就是出现次数最多的元素result.append(count.argmax())return np.asarray(result)# 将数据集随机打乱 t0 = data[data["Species"] == 0] t1 = data[data["Species"] == 1] t2 = data[data["Species"] == 2] # 对每个类别数据进行洗牌 t0 = t0.sample(len(t0), random_state=0) t1 = t1.sample(len(t1), random_state=0) t2 = t2.sample(len(t2), random_state=0) # 构建训练集与测试集 train_X = pd.concat([t0.iloc[:40, :-1], t1.iloc[:40, :-1], t2.iloc[:40, :-1]], axis=0) train_y = pd.concat([t0.iloc[:40, -1], t1.iloc[:40, -1], t2.iloc[:40, -1]], axis=0) test_X = pd.concat([t0.iloc[40:, :-1], t1.iloc[40:, :-1], t2.iloc[40:, :-1]], axis=0) test_y = pd.concat([t0.iloc[40:, -1], t1.iloc[40:, -1], t2.iloc[40:, -1]], axis=0)# 创建KNN对象，进行训练与测试 knn = KNN(k=3) # 进行训练 knn.fit(train_X, train_y) # 进行测试，获得测试结果 result = knn.predict(test_X) print("预测正确的个数:", np.sum(result == test_y), "测试集的总数:", len(test_y), "预测准确率:", np.sum(result == test_y)/len(test_y))''' 将预测结果可视化展示 ''' # 设置画布大小 plt.figure(figsize=(10,10)) # 设置参数，保证可以中文显示 mpl.rcParams["font.family"] = "SimHei" mpl.rcParams["axes.unicode_minus"] = False # 训练集数据，绘制散点图，选择其中两个属性进行绘制 plt.scatter(x=t0["Sepal.Length"][:40], y=t0["Petal.Length"][:40], color="r", label='virginica') plt.scatter(x=t1["Sepal.Length"][:40], y=t1["Petal.Length"][:40], color="green", label='setosa') plt.scatter(x=t2["Sepal.Length"][:40], y=t2["Petal.Length"][:40], color="b", label='versicolor') # 绘制测试集数据 right = test_X[result == test_y] wrong = test_X[result != test_y] plt.scatter(x=right["Sepal.Length"], y=right["Petal.Length"],color='c', marker="x", label='right') plt.scatter(x=wrong["Sepal.Length"], y=wrong["Petal.Length"],color='m', marker=">", label='wrong') plt.xlabel("花萼长度") plt.ylabel("花瓣长度") plt.title("KNN分类结果显示") plt.legend() plt.show()

下图是输出结果，蓝色的×代表预测正确的值，紫色的三角符号代表预测错误的值，三个圆点代表训练数据集。

红色标注的是将数据集按照种类分类后每类的数据集的个数
紫色标注的是预测正确的个数、测试集总数以及预测准确率

数据集在百度网盘，链接如下
链接：https://pan.baidu.com/s/1gOTQ1KoKbFUmDNQYA_0nWg
提取码：soft

总结

以上是生活随笔为你收集整理的python实现KNN算法并可视化展示的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。