散点图和KNN预测

一丶案例引入

#  城市气候与海洋的关系研究

#  导包

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

import matplotlib.pyplot as plt

%matplotlib inline  # 使用画图模块时,jupyter工具需要声明

from pylab import mpl    #  mpl 提供画图的包

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体

mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

#  导入数据

ferrara1 = pd.read_csv('./ferrara_150715.csv')

ferrara2 = pd.read_csv('./ferrara_250715.csv')

ferrara3 = pd.read_csv('./ferrara_270615.csv')

# 拼接数据,忽略索引

ferrara=pd.concat([ferrara1,ferrara2,ferrara3],ignore_index=True)

#  去除没用的列

faenza.head()

city_list=[ferrara,torino,mantova,milano,ravenna,asti,bologna,piacenza,cesena,faenza]

for city in city_list:

    # 删除 没用的列,inplace:作用在源数据上

    city.drop(labels='Unnamed: 0',axis=1,inplace=True)

# 显示最高温度于离海远近的关系（观察多个城市）

max_temp = [] #10个城市的最高温度

cities_dist = [] #10个城市距离海洋的距离

for city in city_list:

    max_temp.append(city['temp'].max())

    cities_dist.append(city['dist'].max())

# 在方程式中：

    x：自变量

    y：因变量

    y = 5x + 4

    自变量的变化会导致因变量的变化

# 画散点图, scatter(x,y,c):

	# 注意: x是自变量, y是因变量.  距离是自变量,最高温度是因变量. rbyg是

plt.scatter(cities_dist,max_temp,c='rbyg')

plt.xlabel('距离')

plt.ylabel('最高温度')

plt.title('距离和最高温度之间的关系图')

二丶机器学习的概念

# 机器学习（ML）和人工智能之间的关系是什么？

	机器学习是实现人工智能的一种技术手段

# 什么是算法模型（model或者m）？

	特殊的对象。特殊之处就在于该对象内部集成了某一种还没有求出解的方程。

# 算法模型的作用？

	实现预测：预测出一个未知的结果

	实现分类：将一个未知分类的事务归类到已知的类群中

	重点：算法模型中的方程的解就是预测或者分类的结果

#样本数据

	作用：将样本数据带入到算法模型中让其内部的方程有解。至此算法模型就可以实现分类或者预测的功能。

	训练模型：将样本数据带入到算法模型中让其内部的方程有解。只有训练好的算法模型才可以实现分类或者预测的功能！

	组成部分：

		特征数据：自变量

		目标数据：因变量

#sk-learn库：封装了大量的算法模型

# 模型的分类：

	有监督学习：如果模型需要的样本数据必须包含特征数据和目标数据

	无监督学习：如果模型需要的样本只需要有特征数据

# 导入sklearn，建立线性回归算法模型对象

	# 该模型内部封装的是一个线性方程：y = wx + b

### 1. 提取样本数据 （特征数据，目标数据）

    feature = np.array(cities_dist)  #特征数据

    feature = feature.reshape(-1, 1) #二维形式的特征数据(reshape把数据变形,训练的数据必须是二维)

    target =  np.array(max_temp)     #目标数据

### 2. 训练模型调用的方法是fit(X,y),y任意形式（维度）的目标数据，X表示的必须是二维的特征数据

    #1.选择一个模型对象进行实例化

    from sklearn.linear_model import LinearRegression

    # 实例化一个 线性回归对象

    linner = LinearRegression()

	#2.训练模型(注意:训练模型的数据必须是二维)

    linner.fit(feature,target) #X,y

    #3.使用相关的评价指标来评价模型

    linner.score(feature,target)

    #4.实现预测

    linner.predict([[222],[333]]) 

#### 3. 画出回归曲线

x = np.linspace(0,350,num=100)  # x 生成100个随机数

y = linner.predict(x.reshape(-1,1)) 

# 画出散点图

plt.scatter(cities_dist,max_temp,c='rbyg')

plt.xlabel('距离')

plt.ylabel('最高温度')

plt.title('距离和最高温度之间的关系图')

#

plt.scatter(x,y)

三丶k-近邻算法(KNN)

k-近邻算法原理

# 简单地说，K-近邻算法采用测量不同特征值之间的距离方法进行分类。

	# 优点：精度高(计算距离)、对异常值不敏感（单纯根据距离进行分类，会忽略特殊情况）、无数据输入假定（不会对数据预先进行判定）。

	# 缺点：时间复杂度高、空间复杂度高。

	# 适用数据范围：数值型和标称型。

欧几里得距离(Euclidean Distance)

# 欧氏距离是最常见的距离度量，衡量的是多维空间中各个点之间的绝对距离。公式如下：

案例一:

需求:预测年收入是否大于50K美元

# 读取adult.txt文件，最后一列是年收入，并使用KNN算法训练模型，然后使用模型预测一个人的年收入是否大于50

# 1.  读取数据

    data = pd.read_csv('../data/adults.txt')

    data.head()

# 2. 获取年龄、教育程度、职位、每周工作时间作为机器学习数据 获取薪水作为对应结果

    feature = data[['age','education_num','occupation'

                    ,'hours_per_week']]

    target = data['salary']

# 3. knn中特征数据是需要参与运算的，所以要保证特征数据必须为数值型的数据

	 # 数据转换，将String类型数据转换为int

     #### map方法，进行数据转换

  	dic = {}

    # unique()方法保证数据唯一

    occ_arr = feature['occupation'].unique()

    # 生成 字符对应数字的 关系表

    for i in range(occ_arr.size):

        dic[occ_arr[i]] = i  

# 数值替换字符串

feature['occupation'] = feature['occupation'].map(dic)    

# 4. 切片：训练数据和预测数据  

	# 查看数据的形状 (训练的数据必须是二维数据)

    feature.shape

#训练数据

x_train = feature[:32500]

y_train = target[:32500]

#测试数据

x_test = feature[32500:]

y_test = target[32500:]	  

# 5. 生成算法

from sklearn.neighbors import KNeighborsClassifier

 # 实例化一个 knn对象,

    # 参数:n_neighbors可调,调到最终预测的是最好的结果.

knn = KNeighborsClassifier(n_neighbors=10)

	# fit() 训练函数, (训练数据,训练数据的结果)

    knn.fit(x_train,y_train)

    # 对训练的模型进行评分 (测试数据,测试数据的结果)

	knn.score(x_test,y_test)

# 6.预测数据

print('真实的分类结果：',np.array(y_test))

print('模型的分类结果：',knn.predict(x_test))

巴特西

python机器学习---线性回归案例和KNN机器学习案例

散点图和KNN预测

一丶案例引入

二丶机器学习的概念

三丶k-近邻算法(KNN)

k-近邻算法原理

欧几里得距离(Euclidean Distance)

案例一:

需求:预测年收入是否大于50K美元

最新文章

热门文章