机器学习 2 （KNN实例：预测年收入、保存模型）

1、预测年收入

首先我们准备一个带有年收入信息的表

这个表里面自带每年收入值

1.1、导入需要的包

读取文件

1.2、准备数据y和目标值X

y：我们选取salary（这个salary是前面的取变量名）的最后一列数据salary（这个salary是列名）

X：目标值

查看X每列的数据类型 ：我们发现里面含有str类型的数据，是不能计算距离的

1.3、转换str类型的数据

先查看X【“workclass”】里面有哪些数据

先给不同的值组合一个索引

数据转换：根据提供的索引做映射


通过查看表我们发现从第三列开始到倒数第二列都需要转换数据

接下来将这些需要修改数据类型的列进行批量修改

查看修改后的X

1.4、分割数据

导包

切割X、y

1.5、训练数据并测试

提高邻居数量试试

1.6、数据归一化

1.6.1、数据归一化手动写代码

数据归一化：消除差异性

数据归一化：https://blog.csdn.net/haoji007/article/details/81157224

将归一化的数据进行训练和预测：准确率明显提高

数据归一化第二种方法

1.6.2、数据归一化包

导包

Z-score归一化

min-max归一化

2、保存模型

保存

加载看看

测试数据准确率

参数comress压缩级别

本文学习笔记截至P515，18:12