首页 > 编程语言 >最近邻回归算法原理及Python实践

最近邻回归算法原理及Python实践

时间:2024-09-06 22:24:46浏览次数:14  
标签:KNN plt Python 回归 样本 实践 算法 train test

最近邻回归算法(K-nearest neighbors regression,简称KNN回归)是一种简单而又直观的非参数回归方法。它基于这样一个思想:一个样本的输出值可以通过其最近的K个邻居的输出值的某种形式(如加权平均)来预测。以下是KNN回归算法的主要原理:

一、基本步骤

  1. 计算距离

    • 对于给定的预测样本,首先计算它与训练集中每个样本之间的距离。
    • 常用的距离度量方法包括欧氏距离、曼哈顿距离、闵可夫斯基距离等。其中,欧氏距离是最常用的度量方式,它衡量的是多维空间中两点之间的直线距离。
  2. 找出最近邻

    • 从训练集中选取与预测样本距离最近的K个样本。
    • 这K个样本被称为该预测样本的“最近邻”。
  3. 计算预测值

    • 对于回归问题,预测值通常是这K个最近邻样本输出值的加权平均。
    • 加权平均的权重可以根据样本与预测样本之间的距离来确定,但更常见的是使用等权重或基于距离的倒数作为权重。

二、参数选择

  • K值:KNN回归中的K值是一个重要参数,它定义了将考虑多少个邻居来确定预测值。选择合适的K值对模型的性能具有重要影响。一般来说,较小的K值可能使模型对噪声更加敏感,而较大的K值可能使模型过于平滑,导致欠拟合。
  • 距离度量方法:选择合适的距离度量方法对模型的性能也有重要影响。不同的距离度量方法可能适用于不同的数据集和场景。

三、特点

  • 简单直观:KNN回归的原理简单直观,易于理解和实现。
  • 无需假设:与其他回归方法不同,KNN回归不需要对数据进行假设,而是直接利用数据中的实例进行预测。
  • 灵活性强:KNN回归可以适应不同的数据类型和场景,包括文本、图像、声音等。

四、应用

KNN回归算法在多个领域都有广泛的应用,包括但不限于:

  • 房价预测:根据房屋的面积、房间数量等特征预测房价。
  • 销量预测:根据历史销售数据预测未来某个产品的销量。
  • 金融风险评估:利用过去的金融数据预测未来某个投资产品的收益率或风险。
  • 医学诊断:根据患者的临床特征预测患者是否患有某种疾病。

总的来说,KNN回归算法通过寻找最近的K个邻居并基于这些邻居的输出值进行预测,是一种简单而有效的回归方法。然而,它也存在一些局限性,如计算量大、对K值和距离度量方法的选择敏感等。在实际应用中,需要根据具体问题和数据集的特点来选择合适的算法和参数。

五、Python实践

在Python中,我们可以使用scikit-learn库来实现最近邻回归算法(K-Nearest Neighbors Regression, KNN Regression)。以下是一个简单的示例,展示了如何使用scikit-learn中的KNeighborsRegressor类来执行KNN回归。

首先,确保你已经安装了scikit-learn。如果没有安装,可以通过pip安装:

pip install scikit-learn

然后,你可以按照以下步骤编写代码:

# 导入必要的库
from sklearn.datasets import make_regression
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsRegressor
from sklearn.metrics import mean_squared_error
import numpy as np

# 生成模拟数据
X, y = make_regression(n_samples=100, n_features=1, noise=0.1, random_state=42)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建KNN回归模型
# 这里我们设置n_neighbors=5,即考虑最近的5个邻居
knn_regressor = KNeighborsRegressor(n_neighbors=5)

# 训练模型
knn_regressor.fit(X_train, y_train)

# 进行预测
y_pred = knn_regressor.predict(X_test)

# 计算并打印均方误差(MSE)
mse = mean_squared_error(y_test, y_pred)
print(f"Mean Squared Error: {mse}")

# 可选:绘制结果
import matplotlib.pyplot as plt

plt.scatter(X_train, y_train, color='blue', label='Training data')
plt.scatter(X_test, y_test, color='green', label='Test data')
plt.plot(X_test, y_pred, color='red', label='KNN regression predictions')
plt.xlabel('Feature')
plt.ylabel('Target')
plt.title('KNN Regression')
plt.legend()
plt.show()

在这里插入图片描述

在这个示例中,我们首先使用make_regression函数生成了一个简单的回归数据集,其中包含100个样本,每个样本有1个特征,并且添加了一些噪声。然后,我们将数据集划分为训练集和测试集,其中测试集占总数据的20%。

接下来,我们创建了一个KNeighborsRegressor对象,并设置了邻居数为5。然后,我们使用训练集数据来训练模型,并使用测试集数据来评估模型的性能。我们通过计算均方误差(MSE)来评估模型的性能。

最后,我们使用matplotlib库来绘制训练数据、测试数据和KNN回归预测结果的散点图,以便直观地查看模型的性能。

请注意,由于我们使用的是模拟数据,并且添加了噪声,因此模型的性能(即MSE)可能会因每次运行代码时生成的随机数据而有所不同。此外,KNN回归的性能也受到所选邻居数(n_neighbors)的影响,因此你可能需要尝试不同的邻居数来找到最佳的模型性能。

标签:KNN,plt,Python,回归,样本,实践,算法,train,test
From: https://blog.csdn.net/u013571432/article/details/141971658

相关文章

  • 决策树回归算法原理及Python实践
    决策树回归算法(DecisionTreeRegression)是一种常用的机器学习算法,用于预测连续型变量的取值。其原理基于树结构对数据进行建模和预测,通过将数据集划分为不同的区域,并在每个区域内预测一个常数值来实现回归任务。以下是决策树回归算法原理的详细解释:一、基本原理树结构:......
  • Python中的`super()`函数:解锁面向对象编程的高级技巧
    引言在面向对象的世界中,继承是一个非常重要的概念。通过继承,我们可以创建新的类来复用现有类的功能,同时还可以根据需求添加或修改功能。然而,在复杂的继承体系中,正确地调用基类的方法变得尤为重要。super()函数正是为此而生,它提供了一种简洁有效的方式来处理这类问题。本文将带你深......
  • Python课程设计--基于Python实现点菜系统
    1.课程设计目的《软件设计基础-Python》课程设计是这门课程的实践性教学环节之一,本次设计结合实际应用的要求,使课程设计既覆盖Python的知识点,又接近工程实际需要。目的是通过课程设计的综合训练,培养学生实际分析问题、解决问题的能力,以及编程和动手能力,最终目标是通过课程设......
  • Python中的方法重写与多态:解锁编程的无限可能
    在编程的世界里,灵活性与扩展性往往是衡量一个语言是否强大、易于维护的关键指标。Python,作为一种被广泛使用的高级编程语言,不仅以其简洁易读的语法赢得了众多开发者的喜爱,更因其支持多种面向对象特性而备受青睐。其中,“方法重写”与“多态”便是两个核心概念,它们不仅能够极......
  • Python中的方法重写与多态:解锁编程的无限可能
    在编程的世界里,灵活性与扩展性往往是衡量一个语言是否强大、易于维护的关键指标。Python,作为一种被广泛使用的高级编程语言,不仅以其简洁易读的语法赢得了众多开发者的喜爱,更因其支持多种面向对象特性而备受青睐。其中,“方法重写”与“多态”便是两个核心概念,它们不仅能够极大地提高......
  • 【数据结构和算法实践-位运算-找出数组中出现K次的数,其他数出现M次】
    位运算-找出数组中出现K次的数,其他数出现M次题目MyThought代码示例JAVA-8题目一个数组中,一个数出现了K次,另外其他的数出现了M次,找出出现K次的数MyThought一、设置一个长度为32的int[]temp,把arr中的每个数都变成2进制,放入temp中1、设置长度为32的int数组2......
  • RAG与LLM原理及实践(14)---RAG Python 前端构建技术Flask
    目录背景Flask简介     Flask的特点flask安装Flaskpythonserver端处理app资源映射router概念Flask客户端处理Jinja2 概述具体语法实例python后端 代码前端相关代码代码解释运行check启动日志背景本专栏之前的文章都在描述RAG后台的......
  • 数据结构与算法 第10天(图的应用)
    一、最小生成树生成树:所有顶点均由边连接在一起,但不存在回路一个图可以有多颗不同的生成树 生成树特点:生成树的顶点个数与图的顶点个数相同;生成树是图的极小连通子图,去掉一条边则非连通,一个有n个顶点的连通图的生成树有n-1条边;在生成树中再加一条边必然形成回路,......
  • LLM大模型:从新手到专家:AI大模型学习与实践完全指南
    一、初聊大模型1、什么是大模型?大模型,通常指的是在人工智能领域中的大型预训练模型。你可以把它们想象成非常聪明的大脑,这些大脑通过阅读大量的文本、图片、声音等信息,学习到了世界的知识。这些大脑(模型)非常大,有的甚至有几千亿个参数,这些参数就像是大脑中的神经元,它们通过......
  • Python pywin32(win32com)复制和删除幻灯片页面
    #自动添加幻灯片defduplicate_slides(_path_template,_path_dest,_slide_nums,_index=SLIDE_START_PAGE):"""输入参数::param_path_template:PPT模板文件全路径:param_index:PPT母版业起始索引。索引从1开始。:param_slide_nums:将要复制的PP......