Bài viết sưu tầm

Phân loại điểm theo màu sắc

# Dữ liệu ban đầu: [x, y] và nhãn (0 = đỏ, 1 = xanh)

data = np.array([    [1, 2], [2, 3], [3, 1],         [6, 5], [7, 7], [8, 6]      ])

labels = np.array([0, 0, 0, 1, 1, 1])

code tham khảo:

import matplotlib.pyplot as plt

from sklearn.neighbors import KNeighborsClassifier

import numpy as np

 

# Dữ liệu ban đầu: [x, y] và nhãn (0 = đỏ, 1 = xanh)

data = np.array([

    [1, 2], [2, 3], [3, 1],      # Đỏ

    [6, 5], [7, 7], [8, 6]       # Xanh

])

labels = np.array([0, 0, 0, 1, 1, 1])

 

# Vẽ dữ liệu ban đầu

def plot_data(data, labels, newpoint=None, newlabel=None):

 

  plt.figure(figsize=(6,6))

  for i in range(len(data)):

    if labels[i]==0: color='red'

    else: color='green'

    plt.scatter(data[i][0], data[i][1], c=color,s=100, edgecolor="k")

  if newpoint is not None:

    if newlabel==0: color='red'

    else: color='green'

  plt.scatter(newpoint[0], newpoint[1], c=color, s=200, edgecolor="blue", marker="X")

 

  plt.xlim(0, 10)

  plt.ylim(0, 10)

  plt.grid(True)

  plt.title('Phân loại điểm bằng KNN')

  plt.xlabel('x')

  plt.ylabel('y')

  plt.show()

 

knn = KNeighborsClassifier(n_neighbors=3)

knn.fit(data, labels)

newpoint = np.array([[4, 4]])

 

# Dự đoán nhãn cho điểm mới

predicted = knn.predict(newpoint)

 

# Hiển thị biểu đồ với điểm mới

plot_data(data, labels, newpoint[0], predicted[0])