繼上次的羅吉斯迴歸，今天要講的KNN也是一個「監督式學習」，但兩者之間還是有著不同的。

羅吉斯回歸通常用來解決「二元分類」的問題，比如是不是垃圾信件、有沒有疾病等等；KNN則是一種「分類算法」
，透過找到與新樣本最近的K個訓練樣本來進行預測，也就是所謂的「物以類聚」，但缺點就是如果數據資料太大可能會比較耗時。

今天的學習目錄

完整的程式我放在GitHub裡面，可以自己拿來練習

1. 介紹KNN
2. 機器學習三步驟：初始模型、機器學習、模型預測
3. 評估預測結果

介紹KNN

KNN的想法是，相同類別的資料，他們的特徵應該很相近，因此如果要看一個東西是哪個類別的，就把他跟訓練時分類的各群放在一起看看，跟誰比較接近，就預測它屬於哪個類別。

跟前面介紹的羅吉斯迴歸比起來還是有點不太一樣的，羅吉斯回歸主要是用特徵的權重去預測新的物體，KNN則是把物體歸類。（這邊要講一下，前面羅吉斯回歸在模型預測部分的假設有點問題，有修改過了，之前有看過的可以回去看一下。）

機器學習三步驟：初始模型、機器學習、模型預測

from sklearn.neighbors import KNeighborsClassifier

# 初始 KNN 模型
mod = KNeighborsClassifier()

# 訓練模型
mod.fit(X_train, Y_train)

# 模型預測
pred = mod.predict(X_test)

如果有看之前羅吉斯回歸的人，可能會發現，欸？這幾行程式碼看著怎麼有點眼熟？

沒錯，其實除了導入函式庫和初始模型的部分之外，另外兩行都是一樣的過程。有沒有瞬間覺得機器學習好像不難XD

因為主要的模型，載函式庫裡都已經有設定好了，所以只要引進來就好了，不用做太多的另外的操作。

評估預測結果

昨天我們上過的評估預測結果要派上用場啦！

其實程式碼也都跟昨天一模一樣，但還是寫出來吧～

混淆矩陣

from sklearn.metrics import confusion_matrix

# 混淆矩陣
cf = confusion_matrix(Y_test, pred)

# 把矩陣結果加上行列的標題後，打印出來
print(pd.DataFrame(cf, columns=['預測1', '預測2', '預測3'], index=['實際1','實際2', '預測3']))

從圖片可以看出來，在第一種和第二種花種的分類上是沒有問題的，在第三種的分類上也不錯，唯獨有一朵花被分類到第二種去了，可能是那朵花的特徵跟第三種比較類似。

綜合報告

from sklearn.metrics import classification_report

# 印出綜合報告
print(classification_report(Y_test, pred))

可以看到第二種（序列1）、第三種（序列2），分別是精準度、召回率低了一點。

因為第二種雖然全對，但有別的花被分過來了，也就是「把別人認成你」，因此精準度會較差。

第三種雖然有一個被分到別種了，「有一個需要識別的沒被識別到」，所以召回率會偏低。但因為沒有資料被誤認成他，所以精準度還是1（100%）。

如果不懂精準度、召回率是什麼和要怎麼分的人，建議可以回去看昨天的這篇Day20 評估機器學習預測結果哦！

結語

今天再舉了KNN的例子，不知道各位對於預測模型結果的部分有沒有比較瞭解了呢？

而且大家有沒有發現，基本的機器學習模型其實真的不會太複雜，因為複雜的部分都已經有人幫我們整理好了。

所以不用太害怕嘛～

當然，今天的教學還是算比較簡單一點的，如果真的要在實際的大數據中運用，會有很多參數需要微調，但我們畢竟只是初入門，學到這裡就已經很厲害啦～

給自己拍拍手吧！