1.模型原理

最近中心分类器（Nearest Centroid Classifier）也被称为近似最近邻分类器（Nearest Shrunken Centroid Classifier）。它是一种基于类别中心的分类方法，适用于线性可分问题。其基本思想是将每个类别的样本特征取平均，得到每个类别的中心点，然后将待分类样本与这些中心点进行距离比较，将其分配给距离最近的类别。

以下是最近中心分类器的模型原理及数学公式：

模型原理：

对于每个类别，计算其样本特征的平均值，得到类别的中心点。
对于一个待分类的样本，计算其与每个类别中心点的距离，然后将其分配给距离最近的类别。

数学模型：

对于类别 $c$ ，其样本特征的平均值为 $\mu_c = \frac{1}{N_c} \sum_{i=1}^{N_c} x_i^c$ ，其中 $N_c$ 是属于类别 $c$ 的样本数量， $x_i^c$ 是类别 $c$ 中的第 $i$ 个样本的特征。
对于一个待分类的样本 $x$ ，将其分配给距离最近的中心点，即 $\arg \min_{c} \|x - \mu_c\|_2^2$ ，其中 $\|x - \mu_c\|_2^2$ 表示欧氏距离的平方。

此外，为了减少特征的影响，最近中心分类器还可以引入一个收缩参数，将各个特征的权重进行缩减，从而更关注对分类有用的特征。

虽然最近中心分类器简单，但在某些情况下，它可以表现得非常好。然而，它的性能在数据分布不均衡或特征相关性较大时可能下降。在实际应用中，您可以根据数据集的特点选择最适合的分类方法。

2.模型参数

NearestCentroid类在Scikit-Learn中没有太多的参数可以调整，它主要用于简单的最近中心分类任务。以下是该类的参数列表和一个简单的示例：

参数列表：

metric: 指定用于计算距离的距离度量，默认为欧氏距离。可选值包括：“euclidean”、“manhattan”、"cosine"等。

3.文件结构

在这里插入图片描述

iris.xlsx						% 可替换数据集
Main.py							% 主函数

4.Excel数据

在这里插入图片描述

5.下载地址

- 资源下载地址

6.完整代码


import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.neighbors import NearestCentroid
from sklearn.metrics import accuracy_score, confusion_matrix
import matplotlib.pyplot as plt
import seaborn as snsdef nearest_centroid_classification(data_path, test_size=0.2, random_state=42):# 加载数据data = pd.read_excel(data_path)# 分割特征和标签X = data.iloc[:, :-1]  # 所有列除了最后一列y = data.iloc[:, -1]   # 最后一列# 划分训练集和测试集X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=test_size, random_state=random_state)# 创建最近中心分类器模型# ** 参数列表 **：# `metric`: 指定用于计算距离的距离度量，默认为欧氏距离。可选值包括："euclidean"、"manhattan"、"cosine"等。model = NearestCentroid(metric="manhattan")# 在训练集上训练模型model.fit(X_train, y_train)# 在测试集上进行预测y_pred = model.predict(X_test)# 计算准确率accuracy = accuracy_score(y_test, y_pred)return confusion_matrix(y_test, y_pred), y_test.values, y_pred, accuracyif __name__ == "__main__":# 使用函数进行分类任务data_path = "iris.xlsx"confusion_mat, true_labels, predicted_labels, accuracy = nearest_centroid_classification(data_path)print("真实值：", true_labels)print("预测值：", predicted_labels)print("准确率：{:.2%}".format(accuracy))# 绘制混淆矩阵plt.figure(figsize=(8, 6))sns.heatmap(confusion_mat, annot=True, fmt="d", cmap="Blues")plt.title("Confusion Matrix")plt.xlabel("Predicted Labels")plt.ylabel("True Labels")plt.show()# 用圆圈表示真实值，用叉叉表示预测值# 绘制真实值与预测值的对比结果plt.figure(figsize=(10, 6))plt.plot(true_labels, 'o', label="True Labels")plt.plot(predicted_labels, 'x', label="Predicted Labels")plt.title("True Labels vs Predicted Labels")plt.xlabel("Sample Index")plt.ylabel("Label")plt.legend()plt.show()