- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于R语言的鸢尾花KNN分类
收集数据
kknn(formula = formula(train),train, test, na.action = na.omit(),
k= 7, distance = 2, kernel = optimal, ykernel = NULL, scale=TRUE,
contrasts= c(unordered = contr.dummy, ordered =contr.ordinal))
参数解释:
formula 一个回归模型,具体为:分类变量~特征变量
train 训练集
test 测试集
na.action 缺失值处理,默认为去掉缺失值
k k值选择,默认为7
distance 这个是明科夫斯基距离,p=2时为欧氏距离
其他参数 略
探索和准备数据
normalize - function(x) {
return ((x - min(x)) / (max(x) - min(x)))
}
iris
head(iris)
tail(iris)
iris-as.data.frame(iris)
创建训练数据集和训练数据集
iris_n-as.data.frame(lapply(iris[1:4],normalize))
iris_train-iris_n[1:140,]
iris_test-iris_n[141:150,]
iris_train_labels-iris[1:140,5]
iris_test_labels-iris[141:150,5]
创建训练数据集和训练数据集
iris_n-as.data.frame(lapply(iris[1:4],normalize))
iris_train-iris_n[1:140,]
iris_test-iris_n[141:150,]
iris_train_labels-iris[1:140,5]
iris_test_labels-iris[141:150,5]
创建训练数据集和训练数据集
#这个方法虽然简单,但需要注意这里我们不是随机采样,如果样本中的某一种结果大部分布在1:140显然就有很大问题。当然另一种方法就是用`sample`函数,例如:
install.packages(caret)
require(caret)
set.seed(2014)
inTrain=createDataPartition(y=iris$Species,p=0.8,list=FALSE)
iris_train=iris_n[inTrain,]
iris_test=iris_n[-inTrain,]
iris_train_labels=iris[inTrain,5]
iris_test_labels=iris[-inTrain,5]
mal_rate=table(iris_test_labels)
round(mal_rate[2]/sum(mal_rate), digits = 2)
基于数据训练模型
install.packages(class)
iris_test_pred- knn(train = iris_train, test = iris_test,cl = iris_train_labels, k=12)
评估模型的性能
install.packages(gmodels)
CrossTable(x = iris_test_labels, y = iris_test_pred,prop.chisq=FALSE)
模型改进
1前面我们采用的是最大最小标准化,还可以用z-score来实验一次。采用z-score重复前面的步骤。
2还可以调整k。
作业1:判别空气质量指数
数据见http://www.pm25.in/rank
下载数据,并进行数据分析。
填写实验报告。
文档评论(0)