knn算法中关于k的取值
来源:互联网 发布:分屏软件下载 编辑:程序博客网 时间:2024/05/21 09:26
from __future__ import print_functionfrom sklearn.datasets import load_irisfrom sklearn.cross_validation import cross_val_scoreimport matplotlib.pyplot as pltfrom sklearn.neighbors import KNeighborsClassifieriris = load_iris()X = iris.datay = iris.targetk_range = range(1, 31)k_scores = []for k in k_range: knn = KNeighborsClassifier(n_neighbors=k)## loss = -cross_val_score(knn, X, y, cv=10, scoring='mean_squared_error') # for regression scores = cross_val_score(knn, X, y, cv=10, scoring='accuracy') # for classification k_scores.append(scores.mean())plt.plot(k_range, k_scores)plt.xlabel('Value of K for KNN')plt.ylabel('Cross-Validated Accuracy')plt.show()
结果如下图所示:
1 0
- knn算法中关于k的取值
- KNN方法中关于K值的影响
- 关于K最近邻分类算法(KNN)的综述
- KNN(K近邻算法)的学习
- k-近邻(KNN)算法的应用
- k-近邻算法(kNN)
- k-近邻算法(kNN)
- k近邻算法(kNN)
- KNN(K近邻)算法
- KNN(k近邻算法)
- K-近邻算法(KNN)
- KNN ( K近邻算法 )
- k近邻算法(kNN)
- K-近邻算法:KNN
- k-近邻算法(kNN)
- kNN-k近邻算法
- K近邻算法-KNN
- KNN-K邻近算法
- 12c 模拟cdb的undo文件丢失
- 使用CodeWarrior出现Warning:Return expected
- SQL Server-字字珠玑,一纸详文,完全理解SERIALIZABLE最高隔离级别(基础系列收尾篇)
- 时间校验 与时间转化
- 设计模式---备忘录模式(C++实现)
- knn算法中关于k的取值
- 简谈高通Trustzone的实现
- webpack填坑之路
- 安卓开发中的几种延时操作
- js学习记录8
- mybatis开发笔记
- group_concat()函数总结
- PHP PDO prepare()、execute()和bindParam()方法实例
- Unusual Errors of the Unity3D Editor -- Caused by Virus