1.无监督学习

2.监督学习

3.命名约定

4.数据要求

5.scikit-learn 的一般语法

from sklearn.module import Model
model = Model()
model.fit(X, y)
predictions = model.predict(X_new)
print(predictions)
## array([0, 0, 0, 0, 1, 0])

• 1.作用

• 2.步骤

• 3.KNN算法的原理

• 4.数据

• 5.代码

1.作用

根据已知数据和它的分类来构建分类器，对未遇见过的数据进行分类。

labeled data(已标记的数据) = training data，就是已知特征和分类，用于构建分类器的数据。

2.步骤

(1)构建模型

(2)模型从我们传递给他的已标记数据中学习

(3)将未标记的数据作为输入传递给模型

(4)模型预测未遇见过的数据标签

本文主要介绍的是K临近法 ,也就是 k-Nearest Neighbor  （KNN）

3.KNN算法的原理

• 查看 k 个最近的标记数据点
• 进行多数投票

经查询，下图的横纵坐标就是两个自变量。非常之简单

图中黑色的点，如果我们设置k=3，就会预测为红色，设置k=5，就会预测为蓝色。

颜色界限就是预测边界，模型预测红色背景色的属于0，灰色背景色的属于1。

4.数据

datacamp的课程里只是预先加载了churn_df，我搜索一番从github找到了这个文件。（不大好找啊）

https://github.com/rishabhm76/LDA-Project/blob/master/Discriminant-analysis-churn-dataset.csv

5.代码

• 构建一个分类器
• 该分类器从我们传递给他的标记数据中进行学习

from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
import numpy as np
churn_df = pd.read_csv("Discriminant-analysis-churn-dataset.csv")
churn_df

from sklearn.neighbors import KNeighborsClassifier
X = churn_df[["total_day_charge", "total_eve_charge"]].values
y = churn_df["churn"].values
print(X.shape, y.shape)
## (5000, 2), (5000,)
# Create a KNN classifier with 15 neighbors
knn = KNeighborsClassifier(n_neighbors=15)
# Fit the classifier to the data
knn.fit(X, y)

X 和 y 是自变量和因变量，格式要求是数组，所以取子集时加了.values，就成了数组

接下来是完成预测：

• 将未标记的数据作为输入传递给它
• 让它预测这些未遇见过的数据的标签

X_new = np.array([[56.8, 17.5],
                  [24.4, 24.1],
                  [50.1, 10.9]])
print(X_new.shape)
## (3, 2)
predictions = knn.predict(X_new)
print('Predictions: {}'.format(predictions))
## Predictions: [1 0 0]