【火炉炼AI】机器学习031-KNN回归器模型的构建
(本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2 )
在上一篇文章中我们学习了构建KNN分类器模型，但是KNN不仅可以用于分类问题，还可以用于回归问题，本章我们来学习KNN回归模型的构建和训练。
1. 准备数据集
此处我们使用随机函数构建了序列型数据集，其产生方式是用函数np.sinc()来产生y值。
# 准备数据集，此处用随机的方式生成一些样本数据
amplitute=10
num_points=100
dataset_X=amplitute*np.random.rand(num_points,1)-0.5*amplitute
dataset_y=np.sinc(dataset_X).ravel()
dataset_y+=0.2*(0.5-np.random.rand(dataset_y.size))
print(dataset_X.shape)
print(dataset_y.shape)
用plt将该数据集绘制到图表中，可以看到如下结果。
2. KNN回归模型的构建和训练
构建和训练KNN回归器与KNN分类器一样简单，如下代码。
# 构建KNN回归模型
from sklearn.neighbors import KNeighborsRegressor
K=8
KNN_regressor=KNeighborsRegressor(K,weights='distance')
KNN_regressor.fit(dataset_X,dataset_y)
虽然此处构建了ＫＮＮ回归器并对该回归器进行了训练，可是怎么知道训练结果了？
如下我定义了一个绘图函数，可以用散点图的方式来绘制原始的数据集和预测之后的数据集
# 将回归器绘制到图中
def plot_regressor(regressor, X, y):
# 将数据集绘制到图表中看看分布情况
plt.scatter(X,y,color='k',marker='o',label='dataset')
predicted=regressor.predict(X)
plt.scatter(dataset_X,predicted,color='blue',marker='*',label='predicted')
plt.xlim(X.min() - 1, X.max() + 1)
plt.ylim(y.min() - 0.2, y.max() + 0.2)
plt.legend()
plt.show()
在本数据集上的表现可以从下图中看出：
上面可以看出该KNN回归器在训练集上的表现貌似还不错，那么怎么用该训练完成的KNN回归器来预测新数据集了？如下我们先构建一序列新样本数据，然后将该样本数据绘制到图中，看看其分布是否符合原来的分布特性。
# 下面用本KNN回归器来预测新样本数据，如下
# 构建了10倍的新数据，并且建立第二个轴，用于KNNregressor.predict
new_samples=np.linspace(-0.5*amplitute, 0.5*amplitute, 10*num_points)[:, np.newaxis]
new_predicted=KNN_regressor.predict(new_samples)
# 把原始数据也画上来
plt.scatter(dataset_X,dataset_y,color='k',marker='o',label='dataset')
plt.plot(new_samples,new_predicted,color='r',linestyle='-',
label='new_samples')
plt.legend()
得到的结果图貌似有非常严重的过拟合，如下图：
########################小**********结###############################
1，KNN回归器的构建，训练，预测和KNN分类器基本一致。
2，我在使用KNN回归器对训练集进行预测，得到的预测值竟然和训练集中的Y值完全一致，一模一样，我反复检查了好多遍，还是这个结果，刚开始以为是K值太小导致过拟合，但是修改K后仍然有这种情况，这个现象不知道其他人遇到没有，我找了好久都没找到原因所在。
#################################################################
注：本部分代码已经全部上传到（我的github）上，欢迎下载。
参考资料:
1, Python机器学习经典实例，Prateek Joshi著，陶俊杰，陈小莉译
