在本系列前面的文章中，簡單介紹了一下Ignite的線性迴歸演算法，下面會嘗試另一個機器學習演算法，即k-最近鄰(k-NN)分類。該演算法基於物件k個最近鄰中最常見的類來對物件進行分類，可用於確定類成員的關係。
　　
　　一個適合k-NN分類的資料集是鳶尾花資料集，它可以很容易地通過UCI網站獲得。
　　
　　鳶尾花資料集由150個樣本組成，來自3種不同種類的鳶尾花各有50朵（Iris Setosa, Iris Versicolour和Iris Virginica）。以下四個特徵可供每個樣本使用：
　　
　　萼片長度（cm）
　　
　　萼片寬度（cm）
　　
　　花瓣長度（cm）
　　
　　花瓣寬度（cm）
　　
　　下面會建立一個模型，利用這四個特徵區分不同的物種。
　　
　　首先，要獲取原始資料並將其拆分成訓練資料（60%）和測試資料（40%）。然後再次使用Scikit-learn來執行這個任務，下面修改一下前一篇文章中使用的程式碼，如下：
　　
　　from sklearn import datasets
　　
　　import pandas as pd
　　
　　# Load Iris dataset.
　　
　　iris_dataset = datasets.load_iris()
　　
　　x = iris_dataset.data
　　
　　y = iris_dataset.target
　　
　　# Split it into www.trgj888.com/ train and test subsets.
　　
　　from sklearn.model_selection import train_test_split
　　
　　x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.4, random_state=23)
　　
　　# Save train set.
　　
　　train_ds = pd.DataFrame(x_train, columns=iris_dataset.feature_names)
　　
　　train_ds["TARGET"] = y_train
　　
　　train_ds.to_csv("iris-train.csv", index=False, header=None)
　　
　　# Save test set.
　　
　　test_ds = pd.DataFrame(x_test, columns=iris_dataset.feature_names)
　　
　　test_ds["TARGET"] = y_test
　　
　　test_ds.to_csv("iris-test.csv", index=False, header=None)
　　
　　當訓練和測試資料準備好之後，就可以寫應用了，本文的演算法是：
　　
　　讀取訓練資料和測試資料；
　　
　　在Ignite中儲存訓練資料和測試資料；
　　
　　使用訓練資料擬合k-NN模型；
　　
　　將模型應用於測試資料；
　　
　　確定模型的準確性。
　　
　　讀取訓練資料和測試資料
　　
　　需要讀取兩個有5列的CSV檔案，一個是訓練資料，一個是測試資料，5列分別為：
　　
　　萼片長度（cm）
　　
　　萼片寬度（cm）
　　
　　花瓣長度（cm）
　　
　　花瓣寬度（cm）
　　
　　花的種類（0：Iris Setosa，1：Iris Versicolour，2：Iris Virginica）
　　
　　通過下面的程式碼，可以從CSV檔案中讀取資料：
　　
　　private static void loadData(String fileName, IgniteCache<Integer, IrisObservation> cache)
　　
　　throws FileNotFoundException {
　　
　　Scanner scanner =www.mingcheng178.com/ new Scanner(new File(fileName));
　　
　　int cnt www.gcyL157.com= 0;
　　
　　while (scanner.hasNextLine()) {
　　
　　String row = scanner.nextLine();
　　
　　String[] cells = row.split(",");
　　
　　double[] features = new double[cells.length - 1];
　　
　　for (int i = 0;www.mhylpt.com i www.yigouyule2.cn< cells.length - 1; i++)
　　
　　features[i] = Double.valueOf(cells[i]);
　　
　　double flowerClass = Double.valueOf(cells[cells.length - 1]);
　　
　　cache.put(cnt++, new IrisObservation(features, flowerClass));
　　
　　}
　　
　　}
　　
　　該程式碼簡單地一行行的讀取資料，然後對於每一行，使用CSV的分隔符拆分出欄位，每個欄位之後將轉換成double型別並且存入Ignite。
　　
　　將訓練資料和測試資料存入Ignite
　　
　　前面的程式碼將資料存入Ignite，要使用這個程式碼，首先要建立Ignite儲存，如下：
　　
　　IgniteCache<Integer, IrisObservation> trainData = getCache(ignite, "IRIS_TRAIN");
　　
　　IgniteCache<Integer, IrisObservation> testData = getCache(ignite, "IRIS_TEST");
　　
　　loadData("src/main/resources/iris-train.csv", trainData);
　　
　　loadData("src/main/resources/iris-test.csv", testData);
　　
　　getCache()的實現如下：
　　
　　private static IgniteCache<Integer, IrisObservation> getCache(Ignite ignite, String cacheName) {
　　
　　CacheConfiguration<Integer, IrisObservation> cacheConfiguration = new CacheConfiguration<>();
　　
　　cacheConfiguration.setName(cacheName);
　　
　　cacheConfiguration.setAffinity(new RendezvousAffinityFunction(false, 10));
　　
　　IgniteCache<Integer, IrisObservation> cache = ignite.createCache(cacheConfiguration);
　　
　　return cache;
　　
　　}
　　
　　使用訓練資料擬合k-NN分類模型
　　
　　資料儲存之後，可以像下面這樣建立訓練器：
　　
　　KNNClassificationTrainer trainer = new KNNClassificationTrainer();
　　
　　然後擬合訓練資料，如下：
　　
　　KNNClassificationModel mdl = trainer.fit(
　　
　　ignite,
　　
　　trainData,
　　
　　(k, v) -> v.getFeatures(),
　　
　　// Feature extractor.
　　
　　(k, v) -> v.getFlowerClass())
　　
　　// Label extractor.
　　
　　.withK(3)
　　
　　.withDistanceMeasure(new EuclideanDistance())
　　
　　.withStrategy(KNNStrategy.WEIGHTED);
　　
　　Ignite將資料儲存為鍵-值(K-V)格式，因此上面的程式碼使用了值部分，目標值是Flower類，特徵在其它列中。將k的值設為3，代表3種。對於距離測量，可以有幾個選擇，如歐幾里德、漢明或曼哈頓，在本例中使用歐幾里德。最後要指定是使用SIMPLE演算法還是使用WEIGHTED k-NN演算法，在本例中使用WEIGHTED。
　　
　　將模型應用於測試資料
　　
　　下一步，就可以用訓練好的分類模型測試測試資料了，可以這樣做：
　　
　　int amountOfErrors = 0;
　　
　　int totalAmount = 0;
　　
　　try (QueryCursor<Cache.Entry<Integer, IrisObservation>> cursor = testData.query(new ScanQuery<>())) {
　　
　　for (Cache.Entry<Integer, IrisObservation> testEntry : cursor) {
　　
　　IrisObservation observation = testEntry.getValue();
　　
　　double groundTruth = observation.getFlowerClass();
　　
　　double prediction = mdl.apply(new DenseLocalOnHeapVector(observation.getFeatures()));
　　
　　totalAmount++;
　　
　　if (groundTruth != prediction)
　　
　　amountOfErrors++;
　　
　　System.out.printf(">>> | %.0f\t\t\t | %.0f\t\t\t|\n", prediction, groundTruth);
　　
　　}
　　
　　System.out.println(">>> -----------------------------");
　　
　　System.out.println("\n>>> Absolute amount of errors " + amountOfErrors);
　　
　　System.out.printf("\n>>> Accuracy %.2f\n", (1 - amountOfErrors / (double) totalAmount));
　　
　　}
　　
　　確定模型的準確性
　　
　　下面，就可以通過對測試資料中的真實分類和模型進行的分類進行對比，來確認模型的真確性。
　　
　　程式碼執行之後，總結如下：
　　
　　>>> Absolute amount of errors 2
　　
　　>>> Accuracy 0.97
　　
　　因此，Ignite能夠將97%的測試資料正確地分類為3個不同的種類。
　　
　　總結
　　
　　Apache Ignite提供了一個機器學習演算法庫。通過k-NN分類示例，可以看到建立模型、測試模型和確定準確性的簡單性。
　　
　　在機器學習系列的下一篇中，將研究另一種機器學習演算法。敬請期待！