JavaScript 机器学习:第 2 部分
JavaScript 机器学习:第 2 部分
原文：https://medium.com/hackernoon/machine-learning-with-javascript-part-2-da994c17d483
深入监督学习🏊
Petal Length vs Sepal Length by plot.ly
这是使用 JavaScript 的机器学习系列的第 2 部分。下面是第一部分。
是时候了。
kNN 代表 k 最近邻，是一种监督学习算法。它可以用于分类，以及回归问题。首先，我们要向 kNN 问好，但是如果你愿意，你可以直接跳到代码。GitHub 库:带 JS 的机器学习。
kNN 算法是如何工作的？
kNN 基于数据点具有的属于同一类的最大邻居数量来决定新数据点的类。
如果一个新数据点的邻居如下: NY : 7 ， NJ : 0 ，中的:4，那么这个新数据点的类将是 NY 。**
假设你在邮局工作，你的工作是组织信件并在邮递员之间分发，以尽量减少去不同社区的次数。因为我们只是在想象，我们可以假设只有七个不同的街区。这是一种分类问题。你需要把字母分成类，这里的类指的是上东区，曼哈顿下城，等等。
如果你喜欢浪费时间和资源，你可能会从每个街区给每个邮递员一封信，并希望他们在同一街区相遇并发现你的腐败计划。这是你能实现的最糟糕的分配方式。
另一方面，你可以根据地址的接近程度来组织信件。
你可以从“如果在三个街区范围内，把它交给同一个邮递员”开始那个最近的块数就是**k** 的来源。您可以不断增加块数，直到达到有效分布。对于你的分类问题，这是最有效的 k 值。
所以，根据一些参数，比如这里房子的地址，你分类一封信是否属于曼哈顿下城，时代广场，等等。(我不擅长记名字，所以)
实践中的 kNN |代码
正如我们在上一个教程中所做的那样，我们将使用 ml.js 的 KNN 模块来训练我们的 kNearestNeighbors 分类器。每个机器学习问题都需要数据，我们将在本教程中使用 IRIS 数据集。
鸢尾数据集包含 3 种不同类型的鸢尾(Setosa、Versicolour 和 Virginica)花瓣和萼片长度，以及表示其各自类型的字段。
第一步。安装库
*$ yarn add ml-knn csvtojson prompt*或者如果你喜欢npm
*$ npm install ml-knn csvtojson prompt*[ml-knn](https://github.com/mljs/knn) : k 个最近邻居
[csvtojson](https://github.com/Keyang/node-csvtojson):解析数据
[prompt](https://github.com/flatiron/prompt):允许用户提示预测
第二步。初始化库并加载数据
虹膜数据集由加州大学欧文分校提供，可在此处获得。然而，由于它的组织方式，你必须在浏览器中复制内容(全选|复制*)并粘贴到一个名为 iris.csv. 的文件中。你可以随意命名，除了扩展名必须是。csv 。*
现在，初始化库并加载数据。我假设你已经有一个空的 npm 项目设置，但是如果你不熟悉它，这里有一个快速介绍。
header names用于可视化和理解。稍后将删除它们。
另外，seperationSize用于将数据分成训练和测试数据集。
酷吧。
我们导入了csvtojson包，现在我们将使用它的fromFile方法来加载数据。(因为我们的数据没有标题行，所以我们提供自己的标题名。)
我们将每一行推送到数据变量，当该过程完成时，我们将把数据集中的样本数seperationSize设置为的 0.7 倍乘以。请注意，如果训练样本的大小太低，分类器的性能可能不会像在较大集合中那样好。**
因为我们的数据集是按照类型排序的(console.log来确认)，所以shuffleArray函数被用来洗牌以允许分割。(如果你不洗牌，你可能会得到一个在前两个类中运行良好，但在第三个类中失败的模型。)
下面是它的定义。我是从在 StackO verflow 的一个回答中得知的。
**第三步。着装数据(又一次)**
我们的数据组织如下:
**{
sepalLength: ‘5.1’,
sepalWidth: ‘3.5’,
petalLength: ‘1.4’,
petalWidth: ‘0.2’,
type: ‘Iris-setosa’
}**在将数据提供给 kNN 分类器之前，我们需要对数据做两件事:
- 将字符串值转换为浮点数。(
parseFloat) - 将
type变成编号类。(计算机喜欢数字，你知道吗？)
如果你不熟悉集合，它们就像它们的数学对应物，因为它们不能有重复的元素，并且它们的元素没有索引。(与数组相反。)
使用spread操作符或 Set 构造函数可以很容易地将它们转换成数组。
第四步。训练您的模型，然后测试它
数据已穿戴整齐，魔杖已准备就绪——除武器:
train方法接受两个强制参数，输入数据，比如花瓣长度、萼片宽度，以及它的实际类，比如 Iris-setosa，等等。它还带有一个可选的 options 参数，这只是一个 JS 对象，可以传递它来调整算法的内部参数。我们将`k的值作为选项传递。k`的默认值为 5 。
现在我们的模型已经被训练好了，让我们看看它在测试集上的表现如何。主要地，我们感兴趣的是发生的错误分类的数量。(即，它预测输入为某物的次数，即使它实际上是某物else。)****
误差计算如下。我们使用简单的 for 循环来遍历数据集，并查看预测的输出是否等于实际输出的 **而不是 。那是一个误分类。**
步骤五。(可选)开始预测
是时候有一些提示和预测了。
如果您不想在新输入上测试模型，请随意跳过这一步。
第六步。嘣-肖-谢-搞定。🚀
如果您遵循了这些步骤，您的 index.js 应该是这样的:
去点燃一个终端💻，并运行node index.js.
**$ node index.jsTest Set Size = 45 and number of Misclassifications = 2
prompt: Sepal Length: 1.7
prompt: Sepal Width: 2.5
prompt: Petal Length: 0.5
prompt: Petal Width: 3.4
With 1.7,2.5,0.5,3.4 -- type = 2**干得好。这就是你的 kNN 算法在工作，分类就像一个魔咒。💹
所有代码都在 Github 上:带 js 的机器学习
kNN 算法的一个重要方面是 k 的值，它被称为超参数。超参数是 a，我从 Quora 上的这个答案中意译出来，“那种不能从常规训练过程中直接学习的参数。这些参数表达了模型的“高级”属性，比如它的复杂性或它应该学习的速度。它们被称为超参数。”
k 定义了应该考虑在该地址的邻域中有多少块来对其进行分类。
我正在开发ml-knn模块，希望选择 k 的过程能很快自动化。
如果你有点兴奋，想看看这能做什么，你可以去 [加州大学欧文分校机器学习库](http://archive.ics.uci.edu/ml/index.php) 并在不同的数据集上使用你的分类器。(那仓库里有。*)***
要获得本系列的最新文章，请关注我的个人资料，或者你也可以放自己一马，关注我。😄**
感谢阅读！如果你喜欢，点击绿色 按钮❤️ 让其他人知道 JS 有多强大，以及为什么在机器学习方面不应该落后于。
*
**
**
*
