通过KNN例子,实现Sklearn入门

本文介绍了如何通过pip安装sklearn,并利用sklearn中的KNN算法进行鸢尾花类别的识别。首先确认Python、Numpy和Scipy的版本,然后通过pip3安装scikit-learn。如果已安装anaconda,则可能无需额外安装。接着,文章展示了KNN算法在Iris数据集上的应用和预测结果。
摘要由CSDN通过智能技术生成

一、安装sklearn

pip 安装 

安装 Scikit-learn (sklearn) 最简单的方法就是使用 pip 安装它.

首先确认自己电脑中有安装

Python (>=2.6 或 >=3.3 版本)

Numpy (>=1.6.1)

Scipy (>=0.9)

然后打开cmd窗口,使用如下命令安装

pip3 install -U scikit-learn(因为我用的版本是python3,所以pip后面要加3)

    

ps:其实只要电脑中已经安装anaconda,那就不需要再安装sklearn了

可以使用 conda list 命令查看anaconda中是否有sklearn模块

二、使用sklearn中KNN算法识别 Iris(鸢尾花)类别

import numpy as np       
from sklearn import datasets   #从sklearn自带数据库中加载鸢尾花数据
from sklearn.model_selection import train_test_split #引入train_test_split函数
from sklearn.neighbors import KNeighbors
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值