使用knn创建一个分类器_用knn建立一个分类器,并比较优劣

使用knn创建一个分类器

# 数据集不是特别大的情况， 用KNeighborsClassifier 分类器
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
from sklearn import datasets
​
# 加载数据
iris = datasets.load_iris()
X = iris.data
y = iris.target
​
# print(y)
# 标准化
standardizer = StandardScaler()
​
# 标准化
X_std = standardizer.fit_transform(X)
​
# 创建  5个邻居的分类器    n_jobs=-1   使用全部CPU
knn = KNeighborsClassifier(n_neighbors=5, n_jobs=-1).fit(X_std, y)
​
# 创建两个样本
new_observations = [[ 0.75,  0.75,  0.75,  0.75],
                    [ 1,  1,  1,  1]]
​
# 预测
knn.predict(new_observations)
array([1, 2])
#查看分别属于哪一类的概率
knn.predict_proba(new_observations)
array([[0. , 0.6, 0.4],
       [0. , 0. , 1. ]])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31