场景识别数据分类

数据挖掘技术与应用场景识别数据分类实训实训目标掌握KNN算法的基本原理和核心步骤。能应用KNN算法解决实际问题。实训环境使用3.6版本的Python。使用jupyternotebook或PyCharm2018社区版作为代码编辑器。实训数据场景识别数据集-包含有关图像及其类的特征。原始数据集是一个具有6种不同标签的多标签分类问题：{海滩，日落，秋天树叶，田野，山地，城市}。当前的数据集是仅考虑“城市”标签的二进制分类问题。实训内容导入必要的库。导入数据集。获取特征值。获取标签。查看误差效果误差值随着k的取值变化随机划分训练集和测试集创建模型对测试集进行预测场景识别数据分类实现代码导入数据包fromsklearn.preprocessingimportLabelEncoderimportpandasaspdfromsklearn.model_selectionimporttrain_test_split,cross_val_scoreimportmatplotlib.pyplotaspltfromsklearn.neighborsimportKNeighborsClassifierimportnumpyasnp数据说明场景识别数据集-包含有关图像及其类的特征。原始数据集是一个具有6种不同标签的多标签分类问题：{海滩，日落，秋天树叶，田野，山地，城市}。当前的数据集是仅考虑“城市”标签的二进制分类问题。导入数据集df=pd.read_csv(r'data\scene.csv')获取特征值X=df.iloc[:,0:293]获取标签Y=df.iloc[:,294]取不同的领域数量，k=1到k=10，查看误差效果k_range=range(1,11)k_error=[]forkink_range:knn=KNeighborsClassifier(n_neighbors=k)#通过cv参数决定数据集划分比例，如按照5:1划分训练集和测试集，cv取值为6scores=cross_val_score(knn,X,Y,cv=6,scoring='accuracy')k_error.append(1-scores.mean())用图展示，误差值随着k的取值变化plt.plot(k_range,k_error)plt.xlabel('K')plt.ylabel('Error')plt.show()随机划分训练集和测试集X_train,X_test,y_train,y_test=train_test_split(X,Y,test_size=0.3,random_state=6)创建模型,并设置“邻居”的数目为5knn=KNeighborsClassifier(n_neighbors=5)knn.fit(X_train,y_train)KNeighborsClassifier(algorithm='auto',leaf_size=30,metric='minkowski',metric_params=None,n_jobs=1,n_neighbors=5,p=2,weights='uniform')对测试集进行预测，并将结果与label进行对比，计算准确度y_pred=knn.predict(X_test)print("准确度为：{:.3f}".format(np.mea