赞
踩
本文基于鸢尾花 数据集实现
数据集:数据集网盘下载
提取码:p2v9
用前3个特征实现第4个特征的回归预测
import numpy as np
import pandas as pd
data = pd.read_csv(r"dataset/iris.arff.csv")
#删除不需要的class列,因为现在进行回归预测,类别信息就没用了。
data.drop("class",axis=1,inplace=True)
#删除重复的记录
data.drop_duplicates(inplace=True)
class KNN: """使用python实现K近邻算法。(回归算法) get_ipython算法用于回归预测,根据前三个前三个特征属性,寻找最近的k个邻居, 然后在根据k个邻居的第4个特征值,去预测当前样本的第4个特征值。 """ def __init__(self,k): """初始化方法 Parameters ---------- k: int 邻居的个数 """ self.k = k def fit(self,X,y): """训练方法 Parameters ------------------ X:类数组类型。形状:[样本数量,特征数量] 待训练的样本特征 y:类数组类型。形状:[样本数量] 每个样本的目标值(标签)。 """ #将X和y转换成ndarray数组形式,方便统一操作 self.X = np.asarray(X) self.y = np.asarray(y) def predict(self,X): """据参数传递的x,对样本数据进行预测 Parameters ------------------ X:类数组类型。形状:[样本数量,特征数量] 待测试的样本特征 Return ------------------ result:数组类型。 预测结果值。 """ # 转换成数组类型 X = np.asarray(X) #保存预测的结果 result = [] for x in X: #计算距离。(计算与训练集中每个X的距离) dis = np.sqrt(np.sum((x - self.X)**2,axis=1)) #返回数组排序后,每个元素在原数组中的索引 index = dis.argsort() #取前k个距离最近的索引(在原数组中的索引) index = index[:self.k] #计算均值,加入到返回的结果列表中 result.append(np.mean(self.y[index])) return np.asarray(result)
t = data.sample(len(data),random_state=0)
train_X = t.iloc[:120,:-1]
train_y = t.iloc[:120,-1]
test_X = t.iloc[120:,:-1]
test_y = t.iloc[120:,-1]
knn = KNN(k=3)
knn.fit(train_X,train_y)
result = knn.predict(test_X)
display(result)
print(np.sum((result-test_y)**2))
display(test_y.values)
import matplotlib as mpl
import matplotlib.pyplot as plt
mpl.rcParams["font.family"] = "SimHei"
mpl.rcParams["axes.unicode_minus"] = False
plt.figure(figsize=(10,8))
#绘制预测值
plt.plot(result,"ro-",label="预测值")
#绘制真实值
plt.plot(test_y.values,"go--",label="实值")
plt.title("KNN连续值预测")
plt.xlabel("节点序号")
plt.ylabel("花瓣宽度")
plt.legend()
plt.show()
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。