Nuco Advent Calendar 14日目の記事です。
前回の記事を書いた翌日、数人の方から「おい、何だよあの記事ww」と言われました。
今回はリベンジです。
KNN？
特徴空間における最も近い訓練例に基づいた分類の手法であり、パターン認識でよく使われる。
分類手法の一つですが、こちらの記事が分かりやすかったです。
ソースコード
こちらです。jupyter使いました。
分類データ
今回は以下のようなアヤメのデータセットを使いました。
データ数が150件だったので、30件をテストデータとしました。
| 萼片の長さ | 萼片の幅 | 花弁の長さ | 花弁の幅 | アヤメの種類 |
|---|---|---|---|---|
| 5.4 | 3.7 | 1.5 | 0.2 | setosa |
| 5.7 | 2.6 | 3.5 | 1 | versicolor |
| 6.9 | 3.2 | 5.7 | 2.3 | virginica |
パラメータから分類できそうか確認
プロットした結果から、petal（花弁）の長さと幅にしました。
左上です。
k=8の場合
accuracy 0.97でした
actual: virginica, predict: versicolor, result: 外れました
k=1の場合（最近傍法）
accuracy 0.93でした
actual: virginica, predict: versicolor, result: 外れました
まとめ
データセットが少ないですが、よく成長したversicolorと、あまり成長していないvirginicaは見分けにくいということが分かりました。