github上的项目,跟着一起学习
首先回顾一下k近邻算法,根据k个邻居的信息,决定预测值。
代码实现:
导入相关库
导入数据集
划分数据集为训练集和测试集
特征缩放
使用K-NN对数据集数据进行训练
从sklearn.neighbors导入KNeighborsClassifier
classifier = KNeighborsClassifier()
classifier.fit()
对测试集进行预测
classifier.predict()
生成混淆矩阵
github上的项目,跟着一起学习
首先回顾一下k近邻算法,根据k个邻居的信息,决定预测值。
代码实现:
导入相关库
导入数据集
划分数据集为训练集和测试集
特征缩放
使用K-NN对数据集数据进行训练
从sklearn.neighbors导入KNeighborsClassifier
classifier = KNeighborsClassifier()
classifier.fit()
对测试集进行预测
classifier.predict()
生成混淆矩阵