Hari ke 23 dari kamp check-in pembelajaran 25 hari Shengsi |. K algoritma tetangga terdekat mengimplementasikan red wine clustering

Hari ke-23 dari kamp check-in pembelajaran 25 hari Shengsi |. Algoritme tetangga terdekat K mengimplementasikan pengelompokan anggur merah

2024-07-12

Bisakah Anda memenangkan hadiah dengan mempelajari AI? 30 menit sehari, 25 hari untuk membuka Meridian Kedua AI Rendu (qq.com)

Algoritma K tetangga terdekat mengimplementasikan pengelompokan anggur merah

Eksperimen ini terutama memperkenalkan penggunaan MindSpore untuk melakukan eksperimen KNN pada beberapa kumpulan data anggur.

1. Tujuan eksperimental

Memahami konsep dasar KNN;
Pelajari cara melakukan eksperimen KNN menggunakan MindSpore.

2. Pengenalan prinsip algoritma K tetangga terdekat

K-Nearest-Neighbor (KNN) adalah metode statistik non-parametrik untuk klasifikasi dan regresi, yang awalnya diusulkan oleh Cover dan Hart pada tahun 1968 (Sampul dkk., 1967 ), adalah salah satu algoritma paling dasar dalam pembelajaran mesin. Hal ini didasarkan pada gagasan di atas: untuk menentukan kategori suatu sampel, Anda dapat menghitung jaraknya dari semua sampel pelatihan, kemudian mencari k sampel yang paling dekat dengan sampel, menghitung kategori sampel tersebut, dan memilih yang memiliki suara terbanyak Kelas itu merupakan hasil klasifikasi. Tiga elemen dasar KNN:

Nilai K, klasifikasi suatu sampel ditentukan oleh “suara terbanyak” dari K tetangganya. Semakin kecil nilai K maka semakin mudah terpengaruh oleh noise. Sebaliknya, batas antar kategori menjadi kabur.
Ukuran jarak mencerminkan kesamaan antara dua sampel dalam ruang fitur. Semakin kecil jaraknya, semakin mirip pula keduanya. Yang umum digunakan antara lain jarak Lp (bila p=2, maka jarak Euclidean), jarak Manhattan, jarak Hamming, dll.
Aturan pengambilan keputusan klasifikasi, biasanya voting mayoritas, atau voting mayoritas berdasarkan bobot jarak (bobot berbanding terbalik dengan jarak).

Metode statistik nonparametrik mengacu pada metode statistik yang tidak bergantung pada bentuk parametrik (seperti asumsi distribusi normal dalam statistik tradisional, dll), yaitu tidak membuat asumsi yang ketat tentang distribusi data. Dibandingkan dengan metode statistik parametrik (seperti regresi linier, uji-t, dll), metode statistik nonparametrik lebih fleksibel karena tidak mengasumsikan bahwa data mengikuti pola distribusi tertentu.

Metode statistik parametrik mengandalkan pembuatan asumsi dan persyaratan khusus untuk distribusi data, dan menggunakan parameter tertentu untuk menggambarkan bentuk distribusi data. Bentuk parametrik ini dapat menyederhanakan model dan analisis secara signifikan, namun juga memerlukan asumsi dan parameter yang konsisten dengan data aktual, sehingga dapat menghasilkan kesimpulan yang menyesatkan jika asumsi tidak terpenuhi.
1. Regresi Linier:
Asumsi: Terdapat hubungan linier antara variabel terikat (variabel respon) dan variabel bebas (variabel penjelas).
Parameter: Koefisien regresi (kemiringan dan intersep), biasanya dengan asumsi bahwa error term memiliki mean nol, varians konstan (homoskedastisitas), dan berdistribusi normal.
2. Regresi Logistik:
Asumsi: Variabel terikat (variabel kategori) memenuhi model regresi logistik, dan koefisien regresi bernilai tetap.
Parameter: Koefisien regresi, digunakan untuk menggambarkan pengaruh variabel independen terhadap variabel dependen, diperkirakan melalui estimasi kemungkinan maksimum.
3. uji-t:
Asumsi: Data sampel berasal dari populasi yang berdistribusi normal.
Parameter: mean dan varians, uji t satu sampel mengasumsikan mean populasi, uji t dua sampel mengasumsikan perbedaan mean dua populasi.

2.1 Masalah klasifikasi

Proses algoritma prediksi (klasifikasi) adalah sebagai berikut:

(1) Temukan k sampel yang paling dekat dengan sampel uji x_test di kumpulan sampel pelatihan dan simpan di kumpulan N;

（2）统计集合N中每一类样本的个数𝐶𝑖,𝑖=1,2,3,...,𝑐；

（3）最终的分类结果为argmax𝐶𝑖 （最大的对应的𝐶𝑖）那个类。

Dalam proses implementasi di atas, nilai k sangatlah penting. Hal ini dapat ditentukan berdasarkan masalah dan karakteristik data. Dalam implementasi spesifiknya dapat dipertimbangkan bobot sampelnya, yaitu setiap sampel mempunyai bobot voting yang berbeda-beda. Metode ini disebut dengan algoritma k-nearest neighbour tertimbang yang merupakan varian dari algoritma k-nearest neighbour.

2.2 Masalah regresi

假设离测试样本最近的k个训练样本的标签值为𝑦𝑖，则对样本的回归预测输出值为：

Itu adalah nilai label rata-rata semua tetangga.

Fungsi prediksi regresi dengan bobot sampel adalah:

其中𝑤𝑖为第个𝑖样本的权重。

2.3 Pengertian jarak

KNN算法的实现依赖于样本之间的距离，其中最常用的距离函数就是欧氏距离（欧几里得距离）。ℝ𝑛空间中的两点𝑥和𝑦，它们之间的欧氏距离定义为：

Perlu dicatat bahwa ketika menggunakan jarak Euclidean, setiap komponen vektor fitur harus dinormalisasi untuk mengurangi interferensi yang disebabkan oleh perbedaan rentang skala nilai fitur. Jika tidak, komponen fitur dengan nilai kecil akan digantikan oleh fitur dengan nilai besar nilai. Komponen karakteristik terendam.

Metode penghitungan jarak lainnya termasuk jarak Mahalanobis, jarak Bhattacharyya, dll.

3. Lingkungan percobaan

Pengetahuan awal:

Mahir menggunakan Python.
Memiliki pengetahuan tertentu tentang teori pembelajaran mesin, seperti KNN, pembelajaran tanpa pengawasan, jarak Euclidean, dll.

lingkungan laboratorium:

MindSpore 2.0 (versi MindSpore akan diperbarui secara berkala, dan panduan ini juga akan diperbarui secara berkala agar sesuai dengan versi);
Kasing ini mendukung sistem win_x86 dan Linux, dan dapat berjalan pada CPU/GPU/Ascend.
Jika Anda menjalankan eksperimen ini secara lokal, silakan merujuk ke "Manual Eksperimen Pengaturan Lingkungan MindSpore" untuk menginstal MindSpore secara lokal.

4. Pengolahan data

4.1 Persiapan data

Kumpulan data Wine adalah salah satu kumpulan data paling terkenal untuk pengenalan pola. Situs web resmi kumpulan data Wine:Set Data Anggur . Data tersebut merupakan hasil analisis kimiawi wine dari wilayah yang sama di Italia tetapi dari tiga varietas berbeda. Kumpulan data menganalisis jumlah 13 bahan yang terkandung dalam masing-masing tiga anggur.13 atribut tersebut adalah

Alkohol
Asam malat, asam malat
Abu, abu-abu
Alkalinitas abu, alkalinitas abu
Magnesium
Total fenol, total fenol
Flavanoid, flavonoid
Fenol nonflavanoid, fenol nonflavanoid
Proanthocyanin, proanthocyanidins
Intensitas warna, intensitas warna
Warna
OD280/OD315 anggur encer, OD280/OD315 anggur encer
Prolin, prolin

Metode 1, unduh dari situs resmi kumpulan data Winefile anggur.data。
Metode 2, unduh dari Huawei Cloud OBSfile anggur.data。

Kunci	Nilai	Kunci	Nilai
Karakteristik Set Data:	Multivariat	Jumlah Contoh:	178
Karakteristik Atribut:	Bilangan Bulat, Nyata	Jumlah Atribut:	13
Tugas Terkait:	Klasifikasi	Nilai yang hilang?	TIDAK


%%capture captured_output
# 实验环境已经预装了mindspore==2.2.14，如需更换mindspore版本，可更改下面mindspore的版本号
!pip uninstall mindspore -y
!pip install -i https://pypi.mirrors.ustc.edu.cn/simple mindspore==2.2.14


# 查看当前 mindspore 版本
!pip show mindspore

Name: mindspore
Version: 2.2.14
Summary: MindSpore is a new open source deep learning training/inference framework that could be used for mobile, edge and cloud scenarios.
Home-page: https://www.mindspore.cn
Author: The MindSpore Authors
Author-email: [email protected]
License: Apache 2.0
Location: /home/nginx/miniconda/envs/jupyter/lib/python3.9/site-packages
Requires: asttokens, astunparse, numpy, packaging, pillow, protobuf, psutil, scipy
Required-by:


from download import download
 
# 下载红酒数据集
url = "https://ascend-professional-construction-dataset.obs.cn-north-4.myhuaweicloud.com:443/MachineLearning/wine.zip"  
path = download(url, "./", kind="zip", replace=True)

Downloading data from https://ascend-professional-construction-dataset.obs.cn-north-4.myhuaweicloud.com:443/MachineLearning/wine.zip (4 kB)

file_sizes: 100%|██████████████████████████| 4.09k/4.09k [00:00<00:00, 2.51MB/s]
Extracting zip file...
Successfully downloaded / unzipped to ./

4.2 Pembacaan dan pemrosesan data

Impor modul MindSpore dan modul tambahan

Sebelum membuat data, impor pustaka Python yang diperlukan.

Library os yang saat ini digunakan. Untuk memudahkan pemahaman, kami akan menjelaskan pustaka lain yang diperlukan saat digunakan secara khusus.

Deskripsi modul MindSpore secara detail dapat dicari di halaman MindSpore API.

Anda dapat mengonfigurasi informasi yang diperlukan untuk pengoperasian melalui konteks.set_context, seperti mode operasi, informasi backend, perangkat keras, dan informasi lainnya.

Impor modul konteks dan konfigurasikan informasi yang diperlukan untuk pengoperasian.


%matplotlib inline
import os
import csv
import numpy as np
import matplotlib.pyplot as plt
 
import mindspore as ms
from mindspore import nn, ops
 
ms.set_context(device_target="CPU")

mengacu padamindspore.set_konteks ，perangkat_target (str) - Mewakili perangkat target yang akan dijalankan, mendukung 'Ascend', 'GPU' dan 'CPU'. Jika parameter ini tidak disetel, perangkat backend yang sesuai dengan paket MindSpore akan digunakan. Ini juga dapat diatur ke Ascend di lingkungan eksperimental.

Baca kumpulan data Wine`wine.data`, dan melihat beberapa data.


with open('wine.data') as csv_file:
    data = list(csv.reader(csv_file, delimiter=','))
print(data[56:62]+data[130:133])

[['1', '14.22', '1.7', '2.3', '16.3', '118', '3.2', '3', '.26', '2.03', '6.38', '.94', '3.31', '970'], ['1', '13.29', '1.97', '2.68', '16.8', '102', '3', '3.23', '.31', '1.66', '6', '1.07', '2.84', '1270'], ['1', '13.72', '1.43', '2.5', '16.7', '108', '3.4', '3.67', '.19', '2.04', '6.8', '.89', '2.87', '1285'], ['2', '12.37', '.94', '1.36', '10.6', '88', '1.98', '.57', '.28', '.42', '1.95', '1.05', '1.82', '520'], ['2', '12.33', '1.1', '2.28', '16', '101', '2.05', '1.09', '.63', '.41', '3.27', '1.25', '1.67', '680'], ['2', '12.64', '1.36', '2.02', '16.8', '100', '2.02', '1.41', '.53', '.62', '5.75', '.98', '1.59', '450'], ['3', '12.86', '1.35', '2.32', '18', '122', '1.51', '1.25', '.21', '.94', '4.1', '.76', '1.29', '630'], ['3', '12.88', '2.99', '2.4', '20', '104', '1.3', '1.22', '.24', '.83', '5.4', '.74', '1.42', '530'], ['3', '12.81', '2.31', '2.4', '24', '98', '1.15', '1.09', '.27', '.83', '5.7', '.66', '1.36', '560']]

取三类样本（共178条），将数据集的13个属性作为自变量𝑋。将数据集的3个类别作为因变量𝑌。¶


X = np.array([[float(x) for x in s[1:]] for s in data[:178]], np.float32)
Y = np.array([s[0] for s in data[:178]], np.int32)

Ambil dua atribut sampel untuk visualisasi 2 dimensi, dan Anda dapat melihat distribusi dan keterpisahan sampel pada kedua atribut tersebut.


attrs = ['Alcohol', 'Malic acid', 'Ash', 'Alcalinity of ash', 'Magnesium', 'Total phenols',
         'Flavanoids', 'Nonflavanoid phenols', 'Proanthocyanins', 'Color intensity', 'Hue',
         'OD280/OD315 of diluted wines', 'Proline']
plt.figure(figsize=(10, 8))
for i in range(0, 4):
    plt.subplot(2, 2, i+1)
    a1, a2 = 2 * i, 2 * i + 1
    plt.scatter(X[:59, a1], X[:59, a2], label='1')
    plt.scatter(X[59:130, a1], X[59:130, a2], label='2')
    plt.scatter(X[130:, a1], X[130:, a2], label='3')
    plt.xlabel(attrs[a1])
    plt.ylabel(attrs[a2])
    plt.legend()
plt.show()

Dari kode tersebut, diperkirakan 59 sampel pertama mungkin termasuk dalam kategori 1, 59 hingga 130 mungkin termasuk dalam kategori 2, dan sampel sisanya mungkin termasuk dalam kategori 3.

Dari tampilan grafis, efek klasifikasi dua atribut di pojok kiri atas dan pojok kanan bawah grafik relatif baik, terutama batas antara kategori 1 dan 2 relatif jelas.

Kumpulan data dibagi menjadi kumpulan pelatihan (sampel dari kategori yang diketahui) dan kumpulan validasi (sampel yang akan diverifikasi) pada 128:50:¶


train_idx = np.random.choice(178, 128, replace=False)
test_idx = np.array(list(set(range(178)) - set(train_idx)))
X_train, Y_train = X[train_idx], Y[train_idx]
X_test, Y_test = X[test_idx], Y[test_idx]

Fungsi test_idx = np.array(list(set(range(178)) - set(train_idx)))
1. range(178) menghasilkan urutan bilangan bulat dari 0 hingga 177.
2. set(range(178)) mengubah barisan bilangan bulat ini menjadi satu set. Himpunan adalah struktur data yang tidak memungkinkan elemen berulang dan mendukung operasi himpunan yang efisien (seperti penyatuan, perpotongan, perbedaan, dll.).
3. set(train_idx) mengubah daftar indeks set pelatihan yang dipilih secara acak train_idx menjadi satu set.
4. set(range(178)) - set(train_idx) menghitung operasi himpunan selisih dari himpunan dan mendapatkan elemen yang ada di set(range(178)) tetapi tidak di set(train_idx), yang merupakan indeks dari set tes. Ini adalah operasi himpunan yang dapat dengan cepat dan efisien menghitung elemen perbedaan.
5. list(...) mengubah hasil operasi perbedaan kembali menjadi daftar.
6. np.array(...) mengubah daftar ini menjadi array numpy untuk diindeks dengan array numpy X dan Y。

5. Konstruksi model--menghitung jarak

Manfaatkan apa yang ditawarkan MindSporetile, square, ReduceSum, sqrt, TopKdan operator lain, secara bersamaan menghitung jarak antara sampel masukan x dan sampel lain yang diklasifikasikan dengan jelas X_train melalui operasi matriks, dan menghitung k tetangga terdekat teratas


class KnnNet(nn.Cell):
    def __init__(self, k):
        super(KnnNet, self).__init__()
        self.k = k
 
    def construct(self, x, X_train):
        #平铺输入x以匹配X_train中的样本数
        x_tile = ops.tile(x, (128, 1))
        square_diff = ops.square(x_tile - X_train)
        square_dist = ops.sum(square_diff, 1)
        dist = ops.sqrt(square_dist)
        #-dist表示值越大，样本就越接近
        values, indices = ops.topk(-dist, self.k)
        return indices
 
def knn(knn_net, x, X_train, Y_train):
    x, X_train = ms.Tensor(x), ms.Tensor(X_train)
    indices = knn_net(x, X_train)
    topk_cls = [0]*len(indices.asnumpy())
    for idx in indices.asnumpy():
        topk_cls[Y_train[idx]] += 1
    cls = np.argmax(topk_cls)
    return cls

1. Tentukan kelas jaringan KNN: KnnNet
Fungsi __init__: Inisialisasi jaringan dan tetapkan nilai K (yaitu, jumlah tetangga terdekat yang dipilih).
fungsi konstruk: Hitung jarak Euclidean antara sampel input x dan setiap sampel di set pelatihan X_train, dan kembalikan indeks sampel k (yaitu tetangga terdekat) dengan jarak terkecil.
2. Definisikan fungsi KNN: knn
Menerima knn_net (contoh jaringan KNN), sampel uji x, sampel pelatihan X_train, dan label pelatihan Y_train sebagai masukan.
Gunakan knn_net untuk menemukan k sampel tetangga terdekat dari x, klasifikasikan berdasarkan label sampel tersebut, dan kembalikan hasil klasifikasi (yaitu, kategori prediksi).

6. Prediksi model

在验证集上验证KNN算法的有效性，取𝑘=5，验证精度接近80%，说明KNN算法在该3分类任务上有效，能根据酒的13种属性判断出酒的品种。


acc = 0
knn_net = KnnNet(5)
for x, y in zip(X_test, Y_test):
    pred = knn(knn_net, x, X_train, Y_train)
    acc += (pred == y)
    print('label: %d, prediction: %s' % (y, pred))
print('Validation accuracy is %f' % (acc/len(Y_test)))

Hitung dan cetak keakuratan set pengujian
Ulangi setiap sampel di set pengujian X_test dan Y_test, dan gunakan fungsi knn untuk mengklasifikasikan setiap sampel.
Statistik memprediksi jumlah sampel yang benar, menghitung dan menghasilkan keakuratan klasifikasi.

label: 1, prediction: 1
label: 2, prediction: 3
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 2
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 3
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 2
label: 1, prediction: 2
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 2
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 3
label: 3, prediction: 1
label: 3, prediction: 2
label: 3, prediction: 2
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 2
label: 1, prediction: 3
label: 3, prediction: 1
label: 3, prediction: 3
label: 3, prediction: 1
label: 3, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 3
label: 2, prediction: 3
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 1
label: 2, prediction: 3
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
Validation accuracy is 0.660000

Tidak mungkin mencapai 80% setiap saat. Setelah mencoba berkali-kali, akhirnya akurasi mencapai 80%:

label: 1, prediction: 1
label: 3, prediction: 3
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 3
label: 3, prediction: 3
label: 3, prediction: 2
label: 3, prediction: 3
label: 1, prediction: 1
label: 3, prediction: 3
label: 1, prediction: 1
label: 1, prediction: 3
label: 3, prediction: 3
label: 1, prediction: 3
label: 1, prediction: 1
label: 3, prediction: 3
label: 1, prediction: 1
label: 1, prediction: 1
label: 3, prediction: 3
label: 3, prediction: 3
label: 3, prediction: 2
label: 1, prediction: 1
label: 3, prediction: 3
label: 1, prediction: 1
label: 3, prediction: 3
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 1, prediction: 1
label: 2, prediction: 3
label: 2, prediction: 1
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 3
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 3
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 2
label: 2, prediction: 3
label: 2, prediction: 2
Validation accuracy is 0.820000

Ringkasan eksperimen

Eksperimen ini menggunakan MindSpore untuk mengimplementasikan algoritma KNN untuk menyelesaikan masalah 3 klasifikasi. Ambil 3 jenis sampel pada kumpulan data wine dan bagi menjadi sampel kategori yang diketahui dan sampel yang akan diverifikasi. Dari hasil verifikasi, kita dapat melihat bahwa algoritma KNN efektif dalam tugas ini dan dapat menentukan variasi wine berdasarkan 13 atribut anggur.

Persiapan data: Unduh data dari situs resmi kumpulan data Wine atau Huawei Cloud OBS, baca dan proses.

Pengolahan data: Bagilah kumpulan data menjadi variabel independen (13 atribut) dan variabel dependen (3 kategori), dan visualisasikan untuk mengamati distribusi sampel.

Konstruksi model: Tentukan struktur jaringan KNN, gunakan operator yang disediakan oleh MindSpore untuk menghitung jarak antara sampel masukan dan sampel pelatihan, dan temukan k tetangga terdekat.

Prediksi model: Membuat prediksi pada set validasi dan menghitung akurasi prediksi.

Hasil eksperimen menunjukkan akurasi klasifikasi algoritma KNN pada dataset Wine mendekati 80% (66%).

Berbagi teknologi

Hari ke-23 dari kamp check-in pembelajaran 25 hari Shengsi |. Algoritme tetangga terdekat K mengimplementasikan pengelompokan anggur merah

Algoritma K tetangga terdekat mengimplementasikan pengelompokan anggur merah

1. Tujuan eksperimental

2. Pengenalan prinsip algoritma K tetangga terdekat

2.1 Masalah klasifikasi

2.2 Masalah regresi

2.3 Pengertian jarak

3. Lingkungan percobaan

4. Pengolahan data

4.1 Persiapan data

4.2 Pembacaan dan pemrosesan data

Impor modul MindSpore dan modul tambahan

Baca kumpulan data Wine`wine.data`, dan melihat beberapa data.

取三类样本（共178条），将数据集的13个属性作为自变量𝑋。将数据集的3个类别作为因变量𝑌。¶

Ambil dua atribut sampel untuk visualisasi 2 dimensi, dan Anda dapat melihat distribusi dan keterpisahan sampel pada kedua atribut tersebut.

Dari kode tersebut, diperkirakan 59 sampel pertama mungkin termasuk dalam kategori 1, 59 hingga 130 mungkin termasuk dalam kategori 2, dan sampel sisanya mungkin termasuk dalam kategori 3.

Kumpulan data dibagi menjadi kumpulan pelatihan (sampel dari kategori yang diketahui) dan kumpulan validasi (sampel yang akan diverifikasi) pada 128:50:¶

5. Konstruksi model--menghitung jarak

6. Prediksi model

Ringkasan eksperimen

Profil pribadi

informasi kontak saya

Berbagi teknologi

Hari ke-23 dari kamp check-in pembelajaran 25 hari Shengsi |. Algoritme tetangga terdekat K mengimplementasikan pengelompokan anggur merah

Algoritma K tetangga terdekat mengimplementasikan pengelompokan anggur merah

1. Tujuan eksperimental

2. Pengenalan prinsip algoritma K tetangga terdekat

2.1 Masalah klasifikasi

2.2 Masalah regresi

2.3 Pengertian jarak

3. Lingkungan percobaan

4. Pengolahan data

4.1 Persiapan data

4.2 Pembacaan dan pemrosesan data

Impor modul MindSpore dan modul tambahan

Baca kumpulan data Winewine.data, dan melihat beberapa data.

取三类样本（共178条），将数据集的13个属性作为自变量𝑋。将数据集的3个类别作为因变量𝑌。¶

Ambil dua atribut sampel untuk visualisasi 2 dimensi, dan Anda dapat melihat distribusi dan keterpisahan sampel pada kedua atribut tersebut.

Dari kode tersebut, diperkirakan 59 sampel pertama mungkin termasuk dalam kategori 1, 59 hingga 130 mungkin termasuk dalam kategori 2, dan sampel sisanya mungkin termasuk dalam kategori 3.

Kumpulan data dibagi menjadi kumpulan pelatihan (sampel dari kategori yang diketahui) dan kumpulan validasi (sampel yang akan diverifikasi) pada 128:50:¶

5. Konstruksi model--menghitung jarak

6. Prediksi model

Ringkasan eksperimen

Profil pribadi

informasi kontak saya

Baca kumpulan data Wine`wine.data`, dan melihat beberapa data.