发帖
雷达卡
今天的学习内容就是学会用python手写KNN，其中我觉得今天学习中最重要的两个内容就是：
1、从sklearn中调取KNN实现分类的步骤：
第一步 从sklearn导入KNN分类器
第二步 实例化KNN分类器,在实例化这一步,确定k的取值
第三步 切分训练集和测试集
第四步 调用fit接口对训练集的数据进行训练,生成模型
第五步 调用predict接口对测试集的数据进行分类
第六步 调用score接口对模型的结果进行打分
2、正确的归一化操作流程：
#第一步 导包
from sklearn.preprocessing import MinMaxScaler as mms #导入归一化的模块
#第二步 先切分数据集
Xtrain,Xtest,Ytrain,Ytest = train_test_split(X_,y,test_size=0.3,random_state=420) #切分训练集和测试集
#第三步 通过训练集生成最小值和极差
MMS = mms().fit(Xtrain) #这一步是在学习训练集，生成训练集上的极小值和极差
#第四步 归一化训练集数据
Xtest_ = MMS.transform(Xtest) #用训练集上的极小值和极差归一化测试集
#第五步 归一化测试集数据
Xtrain_ = MMS.transform(Xtrain) #用训练集上的极小值和极差归一化训练集
虽然Python代码操作很简单，但是其中包含内容还是有一些不太理解，理论知识有些深奥，所以这就需要课前预习，课上认真听老师的逻辑思维串讲，课下再进行针对性的强化训练。
京公网安备 11010802022788号
