資源簡介
根據段小手的《深入淺出Python機器學習》第三章KNN實現,采用pycharm 2017.3運行,由于本機sklearn中datasets沒有load_wine(),使用鳶尾花(load_iris)代替。效果相同。
代碼片段和文件信息
from?sklearn.datasets?import?make_blobs
from?matplotlib?import?pyplot
from?sklearn.neighbors?import?KNeighborsClassifier
import?numpy?as?np
X?=?make_blobs(n_samples=200?centers=2?random_state=8)
#?X,y是標簽
X?y?=?X
#?pyplot.scatter(X[:?0]?X[:?1]?c=y?cmap=pyplot.cm.spring?edgecolor=‘k‘)
#?pyplot.show()
clf?=?KNeighborsClassifier()
clf.fit(X?y)
#?下面的代碼用于畫圖
x_min?x_max?=?X[:?0].min()?-?1?X[:?0].max()?+?1
y_min?y_max?=?X[:?1].min()?-?1?X[:?1].max()?+?1
xx?yy?=?np.meshgrid(np.arange(x_min?x_max?.02)
?????????????????????np.arange(y_min?y_max?.02))
z?=?clf.predict(np.c_[xx.ravel()?yy.ravel()])
z?=?z.reshape(xx.shape)
pyplot.pcolormesh(xx?yy?z)
pyplot.scatter(X[:?0]?X[:?1]?c=y?cmap=pyplot.get_cmap(‘rainbow‘)?edgecolors=‘k‘)
pyplot.xlim
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-05-19?20:12??knn\
?????文件????????1296??2019-05-19?13:57??knn\doubleClass.py
?????文件????????1193??2019-05-19?16:10??knn\manyClass.py
?????文件????????1198??2019-05-19?17:30??knn\regress.py
?????文件???????10782??2019-05-19?18:09??knn\wine.data
?????文件????????3036??2019-05-19?18:09??knn\wine.names
?????文件????????2213??2019-05-19?20:12??knn\wineClass.py
評論
共有 條評論