我在分类项目中使用 KNN
我正在尝试找到最高精度的 K 位，它只是给了我最高的 K 我更多地使用自动化过程，而不是使用弯头方法。
k=6
acc_array=np.zeros(k)
for n in range(1,k):
classifier=KNeighborsClassifier(n_neighbors=k).fit(x_train,y_train)
y_pred=classifier.predict(x_test)
acc=metrics.accuracy_score(y_test, y_pred)
acc_array[k-1]=acc
max_acc=np.amax(acc_array)
acc_list=list(acc_array)
k=acc_list.index(max_acc)
print("The best accuracy was with", max_acc, "with k=",k)
我尝试了不同的值，结果是一样的。
最佳答案
您的代码中有多个错误。
首先，在for循环内，总是有n_neighbors=k，而k在循环外部定义因此，它总是一样的。
第二，您使用 acc_array[k-1]=acc 并且 k 是常量，因此您存储 acc 相同位置上的值。
这是使用 Iris 数据集的正确版本:
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn import metrics
# import some data to play with
iris = datasets.load_iris()
X = iris.data
y = iris.target
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)
k=10
acc_array=np.zeros(k)
for k in np.arange(1,k+1,1): # here k will take values from 1 to 10
classifier = KNeighborsClassifier(n_neighbors=k).fit(x_train,y_train) # k changes after each iteration
y_pred = classifier.predict(x_test)
acc = metrics.accuracy_score(y_test, y_pred)
acc_array[k-1]=acc # store correctly the results
max_acc=np.amax(acc_array)
acc_list=list(acc_array)
k=acc_list.index(max_acc)
print("The best accuracy was with", max_acc, "with k=", k+1)
在这种情况下，使用的所有 k 的 acc 都是相同的。
acc_array
array([0.98, 0.98, 0.98, 0.98, 0.98, 0.98, 0.98, 0.98, 0.98, 0.98])
关于python - sklearn的KNeighborsClassifier中如何根据最高精度选择K，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/57347217/