怎么用python机器学习的KNN算法实现对鸢尾花数据集的分类?求详细代码
代码如下:
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split#导入鸢尼花数据并查看数批特征
iris = datasets.load_iris()
print(”数据集构:',iris.data.shape)#获取属性 iris_X=iris.data#获取类别
iris y=iris.target#划分成测试集和训练集
iris_train X, iris_test_X, iris_train y,iris_test y-train_test_split(iris _X. iris y,test_size 0.2, random_state )#分类器初始化 knn = KNeighborsClassifier()#对湖练集进行调练
knn.fit(iris train_X. iris_train_y)#对测试集数揶的鸢尾花类型进行预测
predict_result knn. predict(iris_test_X)
print(’测试集大小: ',iris test_X.shape)
print(‘真实结果:',iristest_y)
print('预测结果: ', predict_result)#是示预测精确率
print(‘预测精确率: ',knn. score(iris_test_X, iris_test_y)
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。