scikit learning——用k邻近算法进行分类实例

来源：互联网发布：给老人买什么好知乎编辑：程序博客网时间：2024/05/19 09:13

这次是一个简单的scikit learn的简单应用，分类器用的是knn分类器，数据集是sklearn自带的莺尾花的数据集，将数据集分成7:3的比例，70%的数据用来训练knn分类器，剩下的30%进行测试

import numpy as npfrom sklearn import datasetsfrom sklearn.cross_validation import train_test_splitfrom sklearn.neighbors import KNeighborsClassifieriris = datasets.load_iris()iris_X =iris.datairis_Y = iris.target#print (iris_X[:5,:])#print (iris_Y)X_train,X_test,y_train,y_test=train_test_split(iris_X,iris_Y,test_size=0.3)#print(y_train)knn=KNeighborsClassifier()knn.fit(X_train,y_train)print('预测')print(knn.predict(X_test))print('真实')print(y_test)

结果<pre name="code" class="plain">预测>>> [0 1 1 0 2 0 1 1 0 2 2 0 2 1 2 1 2 2 2 0 1 0 0 0 2 1 1 1 0 2 1 1 1 0 2 2 2 2 1 1 1 2 2 2 2]真实[0 1 1 0 2 0 1 1 0 2 2 0 2 1 2 1 2 2 2 0 1 0 0 0 2 1 1 1 0 2 1 1 1 0 2 2 2 2 1 1 2 2 2 2 2]

0 0