监督学习和kNN分类初学者教程在这篇文章中

文章插图
在这篇文章中，我将向你介绍一种称为监督学习的机器学习方法。我将向你展示如何使用Scikit-learn构建kNN分类器模型。
这将是一个实践演练，我们将能够在实践知识的同时学习。作为我们的分类器模型，我们将使用k-NN算法模型，这将在引言部分进行更多介绍。作为编程语言，我们将使用Python 。
阅读本教程后，你将更好地了解深度学习和监督学习模型的工作原理。
目录

监督学习
库
了解数据
kNN分类器模型
过拟合与欠拟合
结论

监督学习深度学习是一门科学，它使计算机能够在没有明确编程的情况下从数据中得出结论。比如学会预测电子邮件是否是垃圾邮件。另一个很好的例子是通过观察花的图片将它们分为不同的类别。

文章插图
在监督学习中，数据分为两部分：特征和目标变量。任务是通过观察特征变量来预测目标变量。监督学习可用于两种不同的模型：分类和回归
当目标变量是分类数据集时，可以使用分类模型。
当目标变量是连续值时，使用回归模型。
库在这一步中，我们将安装本教程所需的库。正如引言中提到深度学习lib库的主要知识库。除此之外，我们将安装两个简单的库，它们是NumPy和Matplotlib 。使用PIP（python包管理器）可以很容易地安装库。
安装库进入终端窗口，开始安装过程：
pip install scikit-learn现在让我们安装其他两个库：
pip install numpy matplotlib导入库很完美！现在让我们将它们导入到我们的程序中，以便使用它们。我将在本教程中使用Jupyter Notebook 。因此，我创建了一个新的Notebook并导入了以下库模块。

from sklearn import datasets from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt import numpy as np

了解数据在本练习中，我们将使用数字数据。它也被称为MNIST 。这是一个著名的数据开始建立一个监督学习模型。这个数据的好处是我们不必下载任何东西；它是随我们先前安装的sklearn模块一起提供的。下面是如何加载数据集：
digits = datasets.load_digits()现在，让我们试着对运行几行的数据集有一些了解。
print(digits.keys)

文章插图
Bunch是一个提供属性样式访问的Python字典。 Bunch就像字典。
print(digits.DESCR)

文章插图
plt.imshow(digits.images[1010], cmap=plt.cm.gray_r, interpolation='nearest') plt.show()

文章插图
K近邻分类器在库步骤中，我们已经在库步骤中导入了k-NN分类器模块。所以，我们要做的就是在我们的数据集中使用它。这一步是在项目中使用sklearn模块的一个很好的练习。因为我们正在进行监督学习，所以数据集必须被标记。这意味着在训练数据时，我们也传递结果。
k-最近邻算法（k-NN）是一种用于分类和回归的非参数方法。在这两种情况下，输入由特征空间中k个最近的训练样本组成。输出取决于k-NN是用于分类还是回归。 ”
特征和目标变量我们从sklearn数据集导入的数字数据有两个属性，即data和target 。我们首先将这些部分分配给我们的新变量。我们把特征（数据）称为X和标签（目标）称为y：
X = digits.data y = digits.target拆分数据接下来，我们将使用train_test_split方法来分割数据部分。与其对整个数据进行训练，不如将其拆分为训练和测试数据，以审查模型的准确性。这将在下一步更有意义，我们将看到如何使用一些方法改进预测。

#test size 是指将数据集中作为测试数据的比率 ， 其余将是训练数据X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state=42, stratify=y)

定义分类器knn = KNeighborsClassifier(n_neighbors = 7)拟合模型knn.fit(X_train, y_train)准确度得分print(knn.score(X_test, y_test))

文章插图