python - 如何使用 Knn 模型测量 MSE 误差?
问题描述
假设我有一个如下数据框:
a b Class
0 1 2 yes
1 4 5 yes
2 7 8 No
3 10 5 No
4 4 5 No
5 1 2 No
6 8 1 yes
7 4 5 yes
8 7 8 No
并且我想预测以下 test_sample 的类别:
a b Class
0 5 3 ?
所以,我训练我的 KNN 模型:
from sklearn.neighbors import KNeighborsClassifier
k = 3
knn = KNeighborsClassifier(n_neighbors = k)
knn = knn.fit(Dataset.drop("Class", axis=1), Dataset["Class"])
knn.predict(test_sample)
我的目标是如何测量 MSE 误差以及如何计算混淆矩阵?
解决方案
举个例子:
import pandas as pd
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import mean_squared_error
from sklearn import preprocessing
from sklearn.metrics import confusion_matrix
k = 3
Dataset = pd.DataFrame({'a':[1,4,7,10,4,1,8,4],'b':[2,5,8,5,5,2,1,5],'Class':['y','y','n','n','n','n','y','y']})
knn = KNeighborsClassifier(n_neighbors = k)
knn = knn.fit(Dataset.drop("Class", axis=1), Dataset["Class"])
test_ds = pd.DataFrame({'a':[1,4,1,1,4,1,8,4],'b':[2,1,1,5,1,2,1,5],'Class':['y','y','n','n','n','n','y','y']})
y_pred = knn.predict(test_ds.drop("Class", axis=1))
y_true = test_ds['Class']
y_true = y_true.values
le = preprocessing.LabelEncoder() # We are using label encoder to convert categorical labels to number
le.fit(y_true) # Since this array contains both classes 'y' and 'n'.
print(list(le.classes_)) # To check the classes which are encoded
y_true = le.transform(y_true)
y_pred = le.transform(y_pred)
MSE = mean_squared_error(y_true, y_pred) # Calculating MSE
print(MSE)
cm = confusion_matrix(y_true,y_pred) # Creation of Confusion Matrix
print(cm)
推荐阅读
- android - 向android请求两种不同的权限
- angular - 在 Angular 组件中配置旋转滑块
- javascript - Angular 6 - 从 app.component.html 中删除数据并更新视图上的更改
- c++14 - 如何在 WebAssembly 中使用(C++ STL 的)向量
- php - usort,未在托管 Web 上正确排序
- sql - 为表 A 中的每个项目返回表 B 中的所有非活动项目
- unicode - 两种不同的眼睛表情符号?
- javascript - 使用 express.static 时忽略其他端点
- excel - openpyxl - 打开 XLSX 文件时出现“意外的关键字参数‘WindowHeight’”
- java - Spring Data JPA 和 Projection 为 TupleConverter 获取 ConverterNotFoundException