KNN（K-Nearest-Neighbours Classiflication）分类算法

• 最简单的分类算法，易于理解和实现
• 实现步骤：通过选取与该点距离最近的k个样本，在这k个样本中哪一个类别的数量多，就把k归为哪一类。
• 注意
  • 该算法需要保存训练集的观察值，以此判定待分类数据属于哪一类
  • k需要进行自定义，一般选取k<30
  • 距离一般用欧氏距离，即$d = \sqrt{(x_2-x_1)^2 + (y_2-y_1)^2}$d=(x2​−x1​)2+(y2​−y1​)2​

通过sklearn对数据使用KNN算法进行分类

代码如下：

## 导入鸢尾花数据集
iris = datasets.load_iris()
data = iris.data[:, :2]
target = iris.target

## 区分训练集和测试集，75%的训练集和25%的测试集
train_data, test_data = train_test_split(np.c_[data, target])
## 训练并预测，其中选取k=15
clf = neighbors.KNeighborsClassifier(15, 'distance')
clf.fit(train_data[:, :2], train_data[:, 2])
Z = clf.predict(test_data[:, :2])
print '准确率:' ,clf.score(test_data[:, :2], test_data[:, 2])

colormap = dict(zip(np.unique(target), sns.color_palette()[:3]))
plt.scatter(train_data[:, 0], train_data[:, 1], edgecolors=[colormap[x] for x in train_data[:, 2]],c='', s=80, label='all_data')
plt.scatter(test_data[:, 0], test_data[:, 1], marker='^',  color=[colormap[x] for x in Z], s=20, label='test_data')
plt.legend()
plt.show()

结果如下：