机器学习--K近邻 （KNN）算法的原理及优缺点

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs  #make_blobs 聚类数据生成器 
from sklearn.neighbors import KNeighborsClassifier   #KNeighborsClassfier K近邻分类
#sklearn 基于Python语言的机器学习工具，支持包括分类，回归，降维和聚类四大机器学习算法。
#  还包括了特征提取，数据处理和模型评估者三大模块。
#  sklearn.datasets (众)数据集；sklearn.neighbors 最近邻


data=make_blobs(n_samples=5000,centers=5,random_state=8)
# n_samples 待生成样本的总数，sample 样本，抽样
# centers 要生成的样本中心数
# randon_state 随机生成器的种子
X,y=data
#返回值，X 生成的样本数据集；y 样本数据集的标签

plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.spring,edgecolor=‘k‘)
#c颜色，cmap Colormap实体或者是一个colormap的名字，cmap仅仅当c是一个浮点数数组的时候才使用。

clf=KNeighborsClassifier()
clf.fit(X,y)


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,0.02),
                  np.arange(y_min,y_max,0.02))
Z=clf.predict(np.c_[xx.ravel(),yy.ravel()])
Z=Z.reshape(xx.shape)
plt.pcolormesh(xx,yy,Z,cmap=plt.cm.Pastel1)
plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.spring,edgecolor=‘k‘)
plt.title(‘KNN-Classifier‘)
plt.scatter(6.88,4.18,marker=‘*‘,s=200,c=‘r‘)
plt.xlim([x_min,x_max])


print(‘模型建好后的运行结果如下：‘)
print(‘=======================‘)
print(‘新加入样本的类别是：‘,clf.predict([[6.72,4.29]]))

print(‘该模型针对次数据集的分类正确率是:{:.2f}‘.format(clf.score(X,y)))