基于r语言的鸢尾花knn分类.pptx

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。