K-NN(k近邻算法)的基础
发布时间
阅读量：
阅读量
针对二维数据集，可绘制出所有潜在测试点的预测结果图，依据平面上各点所属的类别进行颜色填充，从而直观展示决策边界。该边界即为算法区分类别0与类别1的分界线：
通过以下代码，可分别对采用1、3、9个邻居情形下的决策边界进行可视化呈现：
import mglearn.plots
import mglearn.datasets
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.neighbors import KNeighborsRegressor
from sklearn.datasets import load_breast_cancer
def knn_decision_boundary():
X, y = mglearn.datasets.make_forge()
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0全部评论 (0)
还没有任何评论哟~