165 lines
4.9 KiB
Markdown
165 lines
4.9 KiB
Markdown
# Python 中的 KNN——简单实用的实现
|
||
|
||
> 原文：<https://www.askpython.com/python/examples/knn-in-python>
|
||
|
||
读者朋友们，你们好！在这篇文章中，我们将关注对 Python 中 KNN 的**理解和实现。**
|
||
|
||
所以，让我们开始吧！！
|
||
|
||
* * *
|
||
|
||
## 什么是 KNN 算法？
|
||
|
||
KNN 是 K 近邻的首字母缩写。它是一种有监督的机器学习算法。KNN 基本上用于分类和回归。
|
||
|
||
KNN 不假设任何底层参数，即它是一个`non-parametric`算法。
|
||
|
||
* * *
|
||
|
||
### KNN 算法遵循的步骤
|
||
|
||
* 它最初将训练数据存储到环境中。
|
||
* 当我们提出用于预测的数据时，Knn 根据训练数据集为新的测试记录选择 **k 个最相似/相似的数据值**。
|
||
* 此外，使用`Euclidean or Manhattan distance`为新测试点选择 k 个最相似的邻居。基本上，他们计算测试点和训练数据值之间的距离，然后选择 K 个最近的邻居。
|
||
* 最后，将测试数据值分配给包含测试数据的 K 个最近邻的最大点的类或组。
|
||
|
||
* * *
|
||
|
||
### K-NN 的真实例子
|
||
|
||
**问题陈述—**考虑一袋珠子(训练数据)，有两种颜色——绿色和蓝色。
|
||
|
||
所以，这里有两类:绿色和蓝色。我们的任务是找到一个新的珠子“Z”会落在哪个类中。
|
||
|
||
**解决方案—**最初，我们随机选择 K 的值。现在假设 K=4。因此，KNN 将使用所有训练数据值(一袋珠子)计算 Z 的距离。
|
||
|
||
此外，我们选择最接近 Z 的 4(K)个值，然后尝试分析 4 个邻居中的大多数属于哪个类。
|
||
|
||
最后，Z 被分配一类空间中的大多数邻居。
|
||
|
||
* * *
|
||
|
||
## KNN 在 Python 中的实现
|
||
|
||
现在，让我们试着用 KNN 的概念来解决下面的回归问题。
|
||
|
||
我们得到了一个数据集，其中包含了根据各种环境条件选择租赁自行车的人数的历史数据。
|
||
|
||
你可以在这里找到数据集[。](https://github.com/Safa1615/BIKE-RENTAL-COUNT/blob/master/day.csv)
|
||
|
||
所以，让我们开始吧！
|
||
|
||
* * *
|
||
|
||
### 1.加载数据集
|
||
|
||
我们已经利用 [Pandas 模块](https://www.askpython.com/python-modules/pandas/python-pandas-module-tutorial)将数据集加载到使用`pandas.read_csv()`函数的环境中。
|
||
|
||
```py
|
||
import pandas
|
||
BIKE = pandas.read_csv("Bike.csv")
|
||
|
||
```
|
||
|
||
### 2.选择正确的功能
|
||
|
||
我们利用[相关回归分析](https://www.askpython.com/python/examples/correlation-matrix-in-python)技术从数据集中选择重要变量。
|
||
|
||
```py
|
||
corr_matrix = BIKE.loc[:,numeric_col].corr()
|
||
print(corr_matrix)
|
||
|
||
```
|
||
|
||
**相关矩阵**
|
||
|
||
```py
|
||
temp atemp hum windspeed
|
||
temp 1.000000 0.991738 0.114191 -0.140169
|
||
atemp 0.991738 1.000000 0.126587 -0.166038
|
||
hum 0.114191 0.126587 1.000000 -0.204496
|
||
windspeed -0.140169 -0.166038 -0.204496 1.000000
|
||
|
||
```
|
||
|
||
由于“temp”和“atemp”高度相关，我们从数据集中删除了“atemp”。
|
||
|
||
```py
|
||
BIKE = BIKE.drop(['atemp'],axis=1)
|
||
|
||
```
|
||
|
||
### 3.分割数据集
|
||
|
||
我们已经利用 [train_test_split()函数](https://www.askpython.com/python/examples/split-data-training-and-testing-set)将数据集分成 80%的训练数据集和 20%的测试数据集。
|
||
|
||
```py
|
||
#Separating the dependent and independent data variables into two data frames.
|
||
from sklearn.model_selection import train_test_split
|
||
|
||
X = bike.drop(['cnt'],axis=1)
|
||
Y = bike['cnt']
|
||
|
||
# Splitting the dataset into 80% training data and 20% testing data.
|
||
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=.20, random_state=0)
|
||
|
||
```
|
||
|
||
### 4.定义误差指标
|
||
|
||
由于这是一个回归问题，我们将 [MAPE](https://www.askpython.com/python/examples/mape-mean-absolute-percentage-error?_thumbnail_id=9324) 定义为如下所示的误差指标
|
||
|
||
```py
|
||
import numpy as np
|
||
def MAPE(Y_actual,Y_Predicted):
|
||
mape = np.mean(np.abs((Y_actual - Y_Predicted)/Y_actual))*100
|
||
return Mape
|
||
|
||
```
|
||
|
||
### 5.建立模型
|
||
|
||
`sklearn.neighbors module`包含实现 Knn 的`KNeighborsRegressor()`方法，如下所示
|
||
|
||
```py
|
||
#Building the KNN Model on our dataset
|
||
from sklearn.neighbors import KNeighborsRegressor
|
||
KNN_model = KNeighborsRegressor(n_neighbors=3).fit(X_train,Y_train)
|
||
|
||
```
|
||
|
||
此外，我们使用 [predict()函数](https://www.askpython.com/python/examples/python-predict-function)来预测测试数据。
|
||
|
||
```py
|
||
KNN_predict = KNN_model.predict(X_test) #Predictions on Testing data
|
||
|
||
```
|
||
|
||
### 6.准确性检查！
|
||
|
||
我们调用上面定义的 MAPE 函数来检查分类错误并判断模型预测的准确性。
|
||
|
||
```py
|
||
# Using MAPE error metrics to check for the error rate and accuracy level
|
||
KNN_MAPE = MAPE(Y_test,KNN_predict)
|
||
Accuracy_KNN = 100 - KNN_MAPE
|
||
print("MAPE: ",KNN_MAPE)
|
||
print('Accuracy of KNN model: {:0.2f}%.'.format(Accuracy_KNN))
|
||
|
||
```
|
||
|
||
**Knn 的精度评估—**
|
||
|
||
```py
|
||
MAPE: 17.443668778014253
|
||
Accuracy of KNN model: 82.56%.
|
||
|
||
```
|
||
|
||
* * *
|
||
|
||
## 结论
|
||
|
||
到此，我们就结束了这个话题。如果你遇到任何问题，欢迎在下面评论。
|
||
|
||
更多与 Python 相关的帖子，敬请关注，在此之前，祝你学习愉快！！🙂 |