色爱av美腿丝袜综合粉嫩av_亚洲v日韩v综合v精品v_中文字幕精品在线_中文字幕欧美日韩精品_91极品视频在线_日韩国产欧美精品一区二区三区_欧美激情一区二区三区高清视频_在线看日韩欧美_一区二区福利视频_国产精品视频播放_国产热re99久久6国产精品_亚洲欧洲午夜一线一品_日韩中文字幕欧美_中文字幕精品在线视频_日韩在线观看成人_国产一区二区三区在线播放免费观看


學AI,好工作 就找北大青鳥
關注小青 聽課做題,輕松學習
周一至周日
4000-9696-28

本文對KNN算法做一個通俗易懂的介紹,值得收藏!

來源:北大青鳥總部 2020年07月02日 11:54

摘要: 本文對KNN算法做一個通俗易懂的介紹,值得收藏!
古語云:“近水樓臺先得月”,意思是臨近在水邊的樓臺就能優(yōu)先得到月亮的光芒,也比喻由于接近某些人或事物而搶先得到某種利益或便利。還有一句類似的話:“遠親不如近鄰”,說的是人在有需要時,鄰居比遠處的親戚更加能獲得支持和幫助。在人工智能領域,有一種算法,非常貼近上述的形象比喻,這就是KNN算法,即K最近鄰算法(K-NearestNeighbors,簡稱KNN),它是一個比較簡單的機器學習算法,也是一個理論上比較成熟的、運用基于樣本估計的最大后驗概率規(guī)則的判別方法。本文對KNN算法做一個通俗易懂的介紹,并通過python進行編碼示范,讓讀者朋友對該算法有較好的理解。
“?!边€是“羊”——理解KNN
K最近鄰算法的比較貼近的一個比喻場景是:一個牧場里,放養(yǎng)著許多牛和羊,它們交叉聚集生活在一起,有時某只動物自己都可能分不清自己是牛還是羊。按照K最近鄰算法,它判別自己是牛或者羊的依據(jù)是——“我”周邊離“我”最近的類別(?;蛘哐颍以谝欢ǚ秶鷥?nèi)是數(shù)量最多的類別,那“我”就是這個類別。歸結到K最近鄰算法中,就是在一個數(shù)據(jù)集中,新的數(shù)據(jù)點離哪一類最近且一定范圍內(nèi)最多,就和這一類屬于同一類。
其中,這個一定范圍就是鄰居們(Neighbors)的數(shù)量,也就是K最近鄰算法的“K”這個字母代表的數(shù)量(最近鄰的個數(shù))。在人工智能領域,大家所熟知的scikit-learn庫中,K最近鄰算法的K值可以通過n_neighbors參數(shù)來調(diào)節(jié)的,默認值是5。
“近水樓臺”——KNN預測實戰(zhàn)
“近水樓臺先得月”可以很好地詮釋KNN算法,下面我們進行一個KNN算法的實際應用,以方便讀者更好地理解KNN算法。
當今每屆大學生在畢業(yè)前一年都非常關注研究生考試,能進入碩士級別進一步深造,也是大多數(shù)學生所渴望的,本文將模擬某年部分碩士研究生的入學考試數(shù)據(jù)集,通過python編程演練一個KNN算法機器學習的建模、訓練、預測過程,展示KNN算法的效果。
一、了解數(shù)據(jù)集
我們采用的數(shù)據(jù)集包含如下字段:


其中,2、3、4、5,分別是研究生入學考試的基礎課程、政治課程、外語課程、專業(yè)課程的分數(shù)。
6是考試學生的本科學校分類,分類粗略的分為三級:3-超一流(如清北)、2-雙一流、1-普通高校。
7是考試學生的目標碩士高校學校的分類,分類粗略的分為四級:3-超一流(如清北)、2-雙一流、1-普通高校、0-表示未被錄取。
二、導入和查看、準備數(shù)據(jù)集
#載入numpy、pandas,
importnumpy as np
importpandas as pd
#使用pandas加載碩士研究生入學成績信息數(shù)據(jù)集
data= pd.read_csv('Graduate_Admission.csv')
#顯示以下數(shù)據(jù)集前5行
data.head()
輸出運行結果如下:



#查看數(shù)據(jù)特征的統(tǒng)計信息
data.describe()
輸出結果如下:



上表說明:這個數(shù)據(jù)集總共有500條記錄,其中基礎課程的最高分和最低分是125.7和67.1,政治課程的最高分和最低分是91.8和41.1,外語課的最高分和最低分是91.7和42.2,專業(yè)課程的最高分和最低分是133.4和29.2。
下面的代碼針對數(shù)據(jù)集做預處理:
#丟棄掉SerialNo.這個特征
data.drop(['SerialNo'], axis = 1, inplace = True)
#把去掉預測目標Chanceof Class后的數(shù)據(jù)集作為訓練數(shù)據(jù)集X
X= data.drop(['Chance of Class'], axis = 1)
#把預測目標賦值給y
y= data['Chance of Class'].values
三、生成訓練集和測試集、使用KNN算法建模并評估模型分數(shù)
#導入數(shù)據(jù)集拆分工具
fromsklearn.model_selection import train_test_split
#將數(shù)據(jù)集拆分為訓練數(shù)據(jù)集和測試數(shù)據(jù)集
X_train,X_test, y_train, y_test = train_test_split(X, y, random_state=0)
#導入用于分類的KNN模型
fromsklearn.neighbors import KNeighborsClassifier
Clf_KNN= KNeighborsClassifier()
#用模型對數(shù)據(jù)進行擬合
Clf_KNN.fit(X_train,y_train)
輸出結果為:
KNeighborsClassifier(algorithm='auto',leaf_size=30, metric='minkowski', metric_params=None, n_jobs=None,n_neighbors=5, p=2, weights='uniform')
對模型評估:
#打印模型的得分
print('驗證數(shù)據(jù)集得分:{:.2f}'.format(Clf_KNN.score(X_test,y_test)))
print('訓練數(shù)據(jù)集得分:{:.2f}'.format(Clf_KNN.score(X_train,y_train)))
輸出結果為:
驗證數(shù)據(jù)集得分:0.81
訓練數(shù)據(jù)集得分:0.87
可以看出模型的訓練集和驗證集的評估分值都在0.80分以上,模型訓練的效果還算不錯。
四、預測新成績的分類
現(xiàn)在有A、B、C三位同學都進行了研究生入學模擬考試,他們的成績和本科學校分別是:



我們可以利用上面步驟建立的KNN模型來預測一下,看看他們目前的考試成績能夠進入研究生高校的類別是哪些:是成功登上清華北大的超一流神圣殿堂或者普通高校,還是遺憾地鎩羽而歸。經(jīng)過這樣的預測后,相信他們也會有一定的信心或者更加強化自身的學習力度,力爭能考入心儀的理想學校。
下面使用python代碼利用前面已經(jīng)建好的KNN模型,對三位同學的研究生成績的入學結果進行預測:
#輸入A同學的考試成績和學校分類數(shù)據(jù)
X_A= np.array([[90.5, 80.6, 67.7, 80, 2]])
#使用.KNN模型對A同學的入學可能分類進行預測
pred_A= Clf_KNN.predict(X_A)
#輸入B同學的考試成績和學校分類數(shù)據(jù)
X_B= np.array([[120.5, 90.8, 76.5, 98, 3]])
#使用.KNN模型對B同學的入學可能分類進行預測
pred_B= Clf_KNN.predict(X_B)
#輸入C同學的考試成績和學校分類數(shù)據(jù)
X_C= np.array([[60.5, 50.2, 87.3, 65, 1]])
#使用.KNN模型對C同學的入學可能分類進行預測
pred_C= Clf_KNN.predict(X_C)
print("K最近鄰算法模型預測分類結果如下:")
print("A同學的分類結果:{}".format(pred_A))
print("B同學的分類結果:{}".format(pred_B))
print("C同學的分類結果:{}".format(pred_C))
輸出結果如下:
K最近鄰算法模型預測分類結果如下:
A同學的分類結果:[1]
B同學的分類結果:[3]
C同學的分類結果:[0]
以上結果說明,如果按他們的模擬考試成績,A同學分類預測結果為“1-普通高?!保碖NN模型預測他能夠考入一般的普通高校的研究生;B同學分類預測結果為“3-超一流高校(如清北)”,即KNN模型預測他能進入清北超一流殿堂,值得慶祝;C同學分類預測結果為“0-未被錄取”,很遺憾,KNN模型預測他成績不理想,無法考上研究生。
通過這個數(shù)據(jù)集和例子可以得出一定的推論:考試成績好且在超一流高校讀本科的學生,更容易被超一流的高校(如清北)的碩士學位錄取,超一流高校(如清北)的學生可以說是“近水樓臺”,比其他學生更容易“先得月”,也比較好地詮釋了KNN算法的工作原理。
結語
K最近鄰算法(KNN)可以說是一個非常經(jīng)典、原理十分容易理解的算法。本文利用KNN算法解決了一個研究生入學考試成績的被錄取高校的分類預測問題,其實,K最近算法不僅能夠進行分類預測,也可以用于回歸,原理和其用于分類是相同的。
另外,利用KNN算法進行機器學習的過程中,對K值(Neighbors的數(shù)量)的選擇會對算法的結果產(chǎn)生重大影響。K值較小意味著只有與輸入實例較近的訓練實例才會對預測結果起作用,但容易發(fā)生過擬合;如果K值較大,優(yōu)點是可以減少學習的估計誤差,但缺點是學習的近似誤差增大。有興趣的讀者朋友可以在上述Python代碼中修改K值,看看是否能得到不同的預測結果。
熱門班型時間
人工智能就業(yè)班 即將爆滿
AI應用線上班 即將爆滿
UI設計全能班 即將爆滿
數(shù)據(jù)分析綜合班 即將爆滿
軟件開發(fā)全能班 爆滿開班
網(wǎng)絡安全運營班 爆滿開班
報名優(yōu)惠
免費試聽
課程資料
官方微信
返回頂部
培訓課程 熱門話題 站內(nèi)鏈接
51漫画成人app入口| 免费看黄色aaaaaa 片| 97蝌蚪自拍自窝| 另类一区二区三区| 国产成人在线综合| 韩曰欧美视频免费观看| 欧美最猛性xxxxx免费| 欧美挤奶吃奶水xxxxx| 波多野结衣的一区二区三区| 国产精品第100页| 免费又黄又爽又猛大片午夜| www.com久久久| 韩国一级黄色录像| 人妻少妇一区二区| av手机免费在线观看| 综合激情婷婷| 写真福利片hd在线播放| www黄色av| 亚洲 国产 日韩 综合一区| 国产精品一二三四区| 久久要要av| aa在线观看视频| 久久精品 人人爱| 国产精品99久久久| 91性感美女视频| 欧美91视频| 精品人妻一区二区三区含羞草| 日本午夜大片a在线观看| 欧美久久一区二区三区| 国产免费一区二区三区网站免费| 好男人看片在线观看免费观看国语| 97在线看免费观看视频在线观看| 国产精品一区二区中文字幕| 日韩电影免费观| 少妇特黄a一区二区三区| 最新国产露脸在线观看| 91视频免费在线看| 久操视频在线免费观看| 亚洲中午字幕| 国产精品99一区二区三区| 精品无人区卡一卡二卡三乱码免费卡| 天天色天天操天天射| 欧美综合在线视频观看| 暖暖影院日本高清...免费| 欧美性xxxxx极品| 国产卡1卡2卡三卡在线| 国产成人av一区二区| 午夜69成人做爰视频| 亚洲最大福利视频网| 亚洲少妇自拍| 精品在线免费观看视频| 亚洲free性xxxx护士白浆| 色猫猫国产区一区二在线视频| 日本一区二区三区视频视频| 欧美黄色免费视频| 亚洲成av人片在线| h片在线播放| 无码人妻av一区二区三区波多野| 亚洲精品v欧美精品v日韩精品| 超碰超碰在线观看| 国产拍揄自揄精品视频麻豆| 在线免费观看日韩av| 欧美牲交a欧美牲交aⅴ免费真| 国产精品v日韩精品v欧美精品网站| 国产欧美一区二区三区久久| 日本一区二区中文字幕| 加勒比av一区二区| 波多野结衣网页| 国产成人免费视频一区| 红桃成人av在线播放| 午夜性色一区二区三区免费视频| 免费看av不卡| 国产精品白丝喷水在线观看| 亚洲欧美激情一区| 久久精品国产99国产精品| 精品国精品国产尤物美女| 国产精品秘入口| 91亚洲精品在看在线观看高清| 91黄色免费观看| 欧美在线一区二区三区| kk眼镜猥琐国模调教系列一区二区| 国产乡下妇女做爰视频| 久久99久久亚洲国产| 亚洲无码久久久久| 欧美成人精品激情在线视频| 成年人网站国产| 亚洲aa在线| 91精品国产三级| 女人扒开腿免费视频app| 久操视频在线免费观看| 天堂久久一区二区三区| 欧美黑人巨大xxxxx| 116极品美女视频在线观看| 中文字幕一区二区中文字幕| 自拍偷拍校园春色| www.xxxx日本| 精品毛片乱码1区2区3区| 人妻av一区二区| 蜜桃久久久久久| 不卡视频一区二区| 国产精品无码专区| 四虎地址8848jia| 亚洲视频在线观看免费视频| 天天av综合| 欧洲黄色一区| 久久久久久亚洲中文字幕无码| 欧美影视一区二区| 久久国产精品99精品国产| 97超级在线观看免费高清完整版电视剧| 亚洲一二三四在线观看| 日韩专区在线| 欧美色图另类小说| 亚洲欧美日韩动漫| 老牛影视精品| 欧美黄色片视频| 日本一区二区三区久久久久久久久不| 国产精品无码粉嫩小泬| 99这里有精品| 亚洲国产精品久久网午夜小说| 日韩少妇裸体做爰视频| 亚洲美女视频网| 视频一区二区三区四区五区| 亚洲一区二区三区不卡国产欧美| 97人人模人人爽人人少妇| 你懂的好爽在线观看| 日日摸夜夜添一区| 欧美日韩综合高清一区二区| 国产精品亚洲四区在线观看| 先锋av在线资源| 中国特级黄色大片| 国产一区一一区高清不卡| 国产精品久久久久久久精| 成人毛片av在线| 亚洲美女电影在线| 激情伊人五月天久久综合| 中文字幕在线影视资源| 亚洲免费视频网站| 亚洲综合网站在线观看| 亚洲欧美一区二区在线观看| 人人香蕉久久| 日韩在线免费| 国产一级片免费在线观看| 中文字幕21页在线看| 95精品视频在线| 好吊的妞视频这里都有| 日韩精品久久久久久久软件91| 国产寡妇亲子伦一区二区三区四区| 日韩免费观看av| 亚洲天堂成人av| 久久免费视频6| 国产伦精品一区二区三区视频痴汉| 国产精品一区二区三| 国产91精品高潮白浆喷水| 午夜精品久久久久久久99老熟妇| 免费精品国产自产拍在| jlzzjlzz亚洲女人18| av3级在线| 成人羞羞国产免费| 成人动漫一区二区三区| 亚洲理论在线| 日韩在线观看免费全集电视剧网站| 日韩伦理一区二区三区| 污版视频在线观看| 丁香婷婷激情网| segui88久久综合9999| 韩国福利视频一区| 国产精品美女久久久久久| www.av视频在线观看| 国产美女主播在线观看| 久草中文在线观看| 成人国产电影在线观看| 国产精品人人妻人人爽| 日韩欧美在线视频免费观看| 99久久精品无免国产免费| 91麻豆成人精品国产| 蜜桃视频成人在线观看| 色综合久久久久综合一本到桃花网| 国产精品v日韩精品| 91九色蝌蚪porny| 日本裸体美女视频| 久草手机在线观看| 欧美v在线观看| 成人97精品毛片免费看| 日本黄色播放器| 丰满人妻熟女aⅴ一区| 美日韩一二三区| 一区一区三区| 日韩a一级欧美一级| 国产91视觉| 中文字幕亚洲二区| 亚洲精品在线观看91| 国产乡下妇女做爰视频| 国内精品**久久毛片app| 88xx成人精品| 日韩伦理在线视频| 亚洲不卡在线视频| 亚洲国产无码精品| 爱福利一区二区| 精品久久久久久亚洲综合网站| 激情网站在线观看| 欧美性受xxxx黑人猛交88| 国产一区免费观看| 日韩美女视频网站| 美女久久久精品| 女人成午夜大片7777在线| 国产精品久久久毛片| 在线观看视频色潮| 久久69精品久久久久久国产越南| 日本高清视频在线播放| 久久婷婷丁香| 成人毛片一区二区| 九9re精品视频在线观看re6| 欧美 日韩 国产一区二区在线视频| 亚洲国产一二三精品无码| 欧美男女视频| 一区二区三区黄色| 精产国品一区二区三区| 伦伦影院午夜理论片| 午夜精品一区二区三区av| 国产成人a视频高清在线观看| 天天看片中文字幕| 99久久久精品免费观看国产蜜| 黄色毛片免费看| 在线观看的av| 国产高清视频在线观看| 欧美 日韩 国产 一区| 天堂蜜桃一区二区三区| 精品国产一区二区三区在线| 国产v日产∨综合v精品视频| 超碰国产一区| 一二三区中文字幕| 另类高清dbsm日本tvav| 中文字幕影片免费在线观看| 久久99亚洲网美利坚合众国| 亚洲欧洲久久| 黄色在线免费播放| 五月婷婷色综合| h视频在线观看免费| 色婷婷精品久久二区二区密| 亚洲精品一区二区三区蜜桃下载| 国产精品一久久香蕉国产线看观看| 欧美在线色视频| 日本视频精品一区| 91综合精品国产丝袜长腿久久| 久久精品国产一区二区三区| 国产婷婷色一区二区三区四区| 国产欧美精品一区二区三区| 夜夜爽夜夜爽精品视频| 深田えいみ中文字幕99久久| 久久这里有精品15一区二区三区| 老司机精品视频一区二区| 精品人妻无码中文字幕18禁| 三区视频在线观看| 国产区二精品视| 菠萝蜜视频在线观看入口| 国产精品美女久久久浪潮软件| 国产精品99久久久久久白浆小说| 日韩在线第三页| 国产成人亚洲综合| 欧美一区二区精美| 亚洲人午夜色婷婷| 日韩美女精品在线| 18禁免费观看网站| 一二三av在线| 婷婷另类小说| 网友自拍视频在线| 刘亦菲毛片一区二区三区| 日韩精品一区二区三区外面| 精品无码一区二区三区的天堂| 欧美在线免费看视频| 精品国产乱码久久久久久果冻传媒| 深夜福利成人| av在线第一页| 亚洲精品影院在线观看| 欧美精品在线一区| 无人日本免费视频| 精品国产三级a在线观看| 日韩中文字幕国产| 亚洲精品一区av| 国产成人精品一区二区色戒| 97精品人妻一区二区三区| 亚洲国内在线| 欧美日韩在线精品一区二区三区| 熟妇人妻无乱码中文字幕真矢织江| 九色porny自拍视频在线观看| 麻豆久久久av免费| 少妇又色又爽又黄的视频| 色噜噜成人av在线| 亚洲图片在线观看| 依依成人综合网| 日本精品免费观看| 天天干天天插天天操| 国产亚洲一卡2卡3卡4卡新区| 国产在线观看www| 91偷拍精品一区二区三区| 国产羞羞视频| 亚洲国产精品狼友在线观看| 国产精品午夜影院| 亚洲精品动漫久久久久| 国产精品成久久久久三级| 欧美国产日韩在线视频| av福利导福航大全在线播放| 欧美gay1069大粗吊| 中文字幕jux大岛优香| 日韩aaaaa| 3d性欧美动漫精品xxxx软件| 欧美性猛交ⅹxxx乱大交免费| 欧美v在线观看| 国产乱码精品一区二区亚洲| 一区二区三区四区视频| 91久久精品国产91性色| 欧美激情精品久久久久久| 国产在线免费视频| 天堂国产一区二区三区| 忘忧草在线www成人影院| 亚洲精品福利在线| 天天天天天天天天操| 久久亚洲国产成人精品性色| 91制片厂免费观看| 久久精品国产亚洲7777| 色999日韩国产欧美一区二区| 人人妻人人藻人人爽欧美一区| 中文字幕电影在线| 欧美一区二区三区在| 在线看福利67194| 亚洲av无码一区二区三区观看| 成人一区二区三区视频在线观看| 国产chinasex对白videos麻豆|