Python機械学習クックブック

15章k-最近傍法

レシピ15.0　はじめに

　k-最近傍法（KNN：k-Nearest Neighbors）クラス分類器は、教師あり機械学習クラス分類器の中で、最も単純だが、最も広く用いられている手法だ。KNNは、遅延学習器（lazy learner）の1つで、予測のための訓練を行わない。観測値は、周辺にあるk個の観測値の多数が占めるクラスであると予測される。例えば、クラスのわからないある観測値が、クラス1の観測値に囲まれていた場合には、クラス1に分類する。本章では、scikit-learnを使ってKNNクラス分類器を作成し、利用する方法を説明する。

レシピ15.1　観測値の近傍の発見

問題

　ある観測値に対して、最も近くにある観測値（最近傍値）をk個見つけたい。

解決策

　scikit-learnのNearestNeighborsを用いる。

# ライブラリをロード from sklearn import datasets from sklearn.neighbors import NearestNeighbors from sklearn.preprocessing import StandardScaler # データをロード iris = datasets.load_iris() features = iris.data # 標準化器を作成 standardizer = StandardScaler() # 特徴量を標準化 features_standardized = standardizer.fit_transform(features) # 2-最近傍法 nearest_neighbors = NearestNeighbors(n_neighbors=2).fit(features_standardized) ...