Python机器学习-K近邻

K近邻

本案例使数据:官方数据

语言:python

工具:Jupyter

一、导包

# 导包
from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
import sklearn.metrics as sm

二、导入数据

# 导入数据
data = load_wine()

三、查看数据

# 查看数据,赋值
X, y = data.data, data.target

四、划分数据集

# 划分数据集
train_x, test_x, train_y, test_y = train_test_split(X, y, train_size=0.8, random_state=42)

五、创建模型

# 创建模型
model = KNeighborsClassifier(n_neighbors=3)

六、训练数据

# 训练数据
model.fit(train_x, train_y)KNeighborsClassifier(n_neighbors=3)

七、预测

# 预测
pred_test_y = model.predict(test_x)pred_test_yarray([2, 0, 2, 0, 1, 0, 1, 2, 0, 0, 2, 2, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1,2, 2, 1, 2, 1, 2, 1, 0, 0, 1, 2, 0, 0, 0])

八、模型评估

1.准确率

# 1.准确率
accuracy = sm.accuracy_score(test_y, pred_test_y)accuracy
0.8055555555555556

2、精确率

# 2.精确率
precision = sm.precision_score(test_y,pred_test_y, average='micro')precision
0.8055555555555556

3.召回率

# 3.召回率
recall = sm.recall_score(test_y,pred_test_y, average='macro')recall
0.7976190476190476

4.f1_score

# 4. f1_score
f1 = sm.f1_score(test_y, pred_test_y,average='macro')f1
0.7899877899877898

5.混淆矩阵

# 5. 混淆矩阵
sm.confusion_matrix(test_y,pred_test_y)
array([[12,  0,  2],[ 1, 11,  2],[ 1,  1,  6]], dtype=int64)

6.分类报告

# 6.分类报告
print(sm.classification_report(test_y,pred_test_y))precision    recall  f1-score   support0       0.86      0.86      0.86        141       0.92      0.79      0.85        142       0.60      0.75      0.67         8accuracy                           0.81        36macro avg       0.79      0.80      0.79        36
weighted avg       0.82      0.81      0.81        36

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/731820.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Web安全】htaccess攻击

.htaccess攻击 文章目录 .htaccess攻击1. .htaccess文件2. 常见用法2.1. 自定义出错界面2.2. 强制文件执行方式2.3. PCRE绕过正则匹配2.4. php_value修改php设定2.5. php_value文件包含2.6. 把htaccess当作php 1. .htaccess文件 .htaccess是Apache网络服务器一个配置文件&#…

Neo4J图数据库入门示例

前言 - Neo4j和MySQL的区别 Neo4j 和 MySQL 是两种不同类型的数据库,它们在数据模型、用途、性能和查询语言等方面有着显著的区别。以下是它们的主要区别: 数据模型: Neo4j 是一种图数据库,它使用图数据模型来存储和查询数据。在…

【面试精讲】Java动态代理是如何实现的?JDK Proxy 和 CGLib 有什么区别?

Java动态代理是如何实现的?JDK Proxy 和 CGLib 有什么区别? 目录 一、Java动态代理的实现 1、使用JDK Proxy实现动态代理 2、使用CGLib实现动态代理 二、JDK Proxy 与 CGLib 的区别 三、Spring中的动态代理 四、 Lombok代理原理 总结 前言 本文…

21 easy 1. 两数之和

//给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target 的那 两个 整数,并返回它们的数组下标。 // // 你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。 // // 你可以…

Day18:信息打点-小程序应用解包反编译动态调试抓包静态分析源码架构

目录 小程序获取-各大平台&关键字搜索 小程序体验-凡科建站&模版测试上线 小程序抓包-Proxifier&BurpSuite联动 小程序逆向-解包反编译&动态调试&架构 思维导图 章节知识点 Web:语言/CMS/中间件/数据库/系统/WAF等 系统:操作系…

effective c++ 笔记 条款49-52

条款 49:了解 new-handler 的行为 当operator new无法满足某一内存分配需求时,会不断调用一个客户指定的错误处理函数,即所谓的 new-handler,直到找到足够内存为止 new-handler 是一个 typedef,指向一个无参数值无返回…

设计模式-行为型模式-职责链模式

在软件系统运行时,对象并不是孤立存在的,它们可以通过相互通信协作完成某些功能,一个对象在运行时也将影响到其他对象的运行。行为型模式(Behavioral Pattern)关注系统中对象之间的交互,研究系统在运行时对…

逻辑回归原理skearn简单实现

理论解释 理解“逻辑回归”的名字,需要拆开理解,拆成两部分:“逻辑”和“回归” “回归””来自其父级,即广义线性回归模型。 “逻辑”如何理解?Logistic 不应该翻译成“逻辑”,因其语义来自Logarithm&…

C++:多态

目录 1、多态的概念 2、多态如何实现 虚函数 虚函数的重写 虚函数重写的两个例外: c11中 override与final 3、重载 、重写、重定义的区别。 1、重载 2、重写 3、重定义 接口继承和实现继承 4、动态绑定与静态绑定 5、虚函数表 1、单继承中虚函数表 …

Uber/Google Golang编码标准深度分析

良好的代码风格对于开发优秀的产品至关重要,本文通过分析比较三部流传甚广的Golang代码风格指南,介绍了Go代码风格要点,并介绍了通过工具实现代码检查的方式。原文: Mastering Go: In-Depth Analysis of Uber and Google’s Coding Standards…

C++矢量运算与java矢量运算

矢量运算 概述: 矢量运算是一种基于向量的数学运算,它遵循特定的法则。以下是矢量运算的一些基本原理: 矢量加法:可以使用平行四边形法则或三角形法则来执行。当两个矢量相加时,可以将它们的起点放在同一个点上&…

RabbitMQ篇

1.初始MQ 1.1. 同步和异步通讯 微服务间通讯有同步和异步两种方式: 同步通讯:就像打电话,需要实时响应。 异步通讯:就像发邮件,不需要马上回复。 两种方式各有优劣,打电话可以立即得到响应,…

初阶数据结构:排序(学习笔记)

目录 1. 各种排序算法的分类2. 插入排序2.1 直接插入排序2.2 希尔排序 3. 选择排序3.1 选择排序3.2 堆排序4. 交换排序4.1 冒泡排序4.2 快速排序4.2.1 霍尔法(hoare)4.2.2 挖坑法(hole)4.4.3 前后指针法4.4.4 补充:非递…

Armadillo:C++线性代数运行库的版本更迭史

API 添加和更改的历史记录 文章目录 API 稳定性和版本政策:每个版本的添加和更改列表:版本12.8:版本12.6:版本12.4:版本12.2:版本12.0:版本11.4:版本11.2:版本11.0&…

存货计价方式 比较-移动平均和批次计价

SAP常用的存货计价方式有 标准价格移动平均价格批次计价 标准价格常用于制造企业,今天的方案比较主要集中在销售型企业常用的移动平均价和批次计价 批次计价: 移动平均: 两种计价方式的Pros&Cons 比较 批次计价 移动平均优点 1…

超好用的一键生成原创文案方法

在现代社会中,原创文案不管是在营销中,还是在品牌推广中都起着至关重要的作用。然而,对于许多人来说,创作出令人印象深刻且引人注目的原创文案并不容易。但随着技术的发展,我们现在可以利用一键生成原创文案的方法来帮…

黑马java-JavaSE进阶-java高级技术

1.单元测试 就是针对最小的功能单元方法,编写测试代码对其进行正确性测试 2.Junit单元测试框架 可以用来对方法进行测试,它是第三方公司开源出来的 优点: 可以灵活的编写测试代码,可以针对某个方法执行测试,也支持一键…

基于springboot的水果购物商城管理系统(程序+文档+数据库)

** 🍅点赞收藏关注 → 私信领取本源代码、数据库🍅 本人在Java毕业设计领域有多年的经验,陆续会更新更多优质的Java实战项目,希望你能有所收获,少走一些弯路。🍅关注我不迷路🍅** 一、研究背景…

Pinctrl子系统_04_Pinctrl子系统主要数据结构

引言 本节说明Pinctrl子系统中主要的数据结构,对这些数据结构有所了解,也就是对Pinctrl子系统有所了解了。 前面说过,要使用Pinctrl子系统,就需要去配置设备树。 以内核面向对象的思想,设备树可以分为两部分&#x…

rabbitmq3

指定通过通道将消息发送给哪个消息队列 同一个通道可以向不同的队列发送消息的,如果你绑定的队列和发布消息的队列不一致也是可以的,这个才是真正的发布消息去具体的某一个队列: 如果队列没有持久化,就不会把这个消息队列保存在磁…