#导包
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import joblib
#加载数据
X, y = load_iris(return_X_y=True)
#数据集划分
"""
数据的标准切法:
- 训练集:训练模型的
- 验证集:在训练的过程中,测试模型性能
- 测试集:训练完成后,最终评测模型性能的
数据的实际切法:
- 训练集:训练模型的
- 测试集:训练过程中和训练完成后,测试模型性能的!
"""
X_train, X_test, y_train, y_test = train_test_split(X, y
# 构建模型
knn = KNeighborsClassifier()
# 训练模型
knn.fit(X=X_train, y=y_train)
# 模型的推理
y_pred = knn.predict(X=X_test)
# 模型的评估
acc = (y_pred == y_test).mean()
# 模型保存
joblib.dump(value=knn, filename="knn.model")
鸢尾花分类代码示例
最新推荐文章于 2024-10-16 16:23:06 发布