image.png image.png image.png

代码

# 人工智能数据源下载地址：https://video.mugglecode.com/data_ai.zip，下载压缩包后解压即可（数据源与上节课相同）
# -*- coding: utf-8 -*-

"""
    任务：鸢尾花识别
"""
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC


DATA_FILE = './data_ai/Iris.csv'

SPECIES_LABEL_DICT = {
    'Iris-setosa':      0,  # 山鸢尾
    'Iris-versicolor':  1,  # 变色鸢尾
    'Iris-virginica':   2   # 维吉尼亚鸢尾
}

# 使用的特征列
FEAT_COLS = ['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm']


def main():
    """
        主函数
    """
    # 读取数据集
    iris_data = pd.read_csv(DATA_FILE, index_col='Id')
    iris_data['Label'] = iris_data['Species'].map(SPECIES_LABEL_DICT)

    # 获取数据集特征
    X = iris_data[FEAT_COLS].values

    # 获取数据标签
    y = iris_data['Label'].values

    # 划分数据集
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/3, random_state=10)

    model_dict = {'kNN': KNeighborsClassifier(n_neighbors=7),
                  '逻辑回归': LogisticRegression(C=1e5),     #正则化参数
                  'SVM': SVC(C=1e5)}                                    #正则化参数

    for model_name, model in model_dict.items():
        # 训练模型
        model.fit(X_train, y_train)
        # 验证模型
        acc = model.score(X_test, y_test)
        print('{}模型的预测准确率:{:.2f}%'.format(model_name, acc * 100))


if __name__ == '__main__':
    main()

运行结果：

kNN模型的预测准确率:98.00%
逻辑回归模型的预测准确率:98.00%
SVM模型的预测准确率:92.00%

练习：使用kNN、逻辑回归和SVM进行水果类型识别

• 题目描述：使用kNN、逻辑回归和SVM进行水果类型识别

• 题目要求:

• 使用scikit-learn提供的kNN、逻辑回归和SVM进行分类操作

• 手动选择合适的模型超参数，包括kNN中的近邻个数k，逻辑回归和SVM中的正则项系数C值

• 数据文件：

• 数据源下载地址：https://video.mugglecode.com/fruit_data.csv（数据源与之前相同）

• fruit_data.csv，包含了59个水果的的数据样本。

• 共5列数据

• fruit_name：水果类别

• mass: 水果质量

• width: 水果的宽度

• height: 水果的高度

• color_score: 水果的颜色数值，范围0-1。

• 0.85 - 1.00：红色

• 0.75 - 0.85: 橙色

• 0.65 - 0.75: 黄色

• 0.45 - 0.65: 绿色

参考代码

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.linear_model import LogisticRegression

#读取数据

data = pd.read_csv('./data_ai/fruit_data.csv')

#特征文字

feat_cols =['mass','width','height','color_score']


#预处理

fruit2num = {'apple'    :  0 ,
             'mandarin' :  1 ,
             'orange'   :  2 ,
             'lemon'    :  3
             }
data['label'] = data['fruit_name'].map(fruit2num)
#取出X和y

X = data[feat_cols].values
y = data['label'].values

#划分数据

X_train_set, X_test_set ,y_train_set, y_test_set = train_test_split(X,y, random_state = 20, test_size= 1/5)

print('原始数据集共{}个样本，其中训练集样本数为{}，测试集样本数为{}'.format(
    X.shape[0], X_train_set.shape[0], X_test_set.shape[0]))

model_dict = {'kNN': KNeighborsClassifier(n_neighbors=3),
              '逻辑回归': LogisticRegression(C=1e3),
              'SVM': SVC(C=1e3)
              }

for model_name, model in model_dict.items():
    this_model = model
    this_model.fit(X_train_set,y_train_set)
    acc = this_model.score(X_test_set,y_test_set)
    print(f'{model_name}模型的预测准确率:{acc*100}%')

运行结果

原始数据集共59个样本，其中训练集样本数为47，测试集样本数为12
kNN模型的预测准确率:91.66666666666666%
逻辑回归模型的预测准确率:83.33333333333334%
SVM模型的预测准确率:75.0%