机器学习 -- KNN算法(Ⅳ 使用sklearn中的kNN)

使用sklearn中的kNN分类大概有如下几个步骤:

1. 需要使用sklearn.neighbors包中的KNeighborsClassifier类,需要进行包和类的导入。

from sklearn.neighbors import KNeighborsClassifier
import numpy as np

 

2. 实例化KNeighborsClassifier对象。

'''
    KNeighborsClassifier(
        n_neighbors=5,
        weights='uniform',
        algorithm='auto',
        leaf_size=30,
        p=2,
        metric='minkowski',
        metric_params=None,
        n_jobs=None,
        **kwargs,
    )
    Docstring: Classifier implementing the k-nearest neighbors vote.
'''
kNN_classifier = KNeighborsClassifier(n_neighbors=6)

 

3. 对KNeighborsClassifier对象传入训练集进行训练。

'''
    Signature: kNN_classifier.fit(X, y)
    Docstring:
    Fit the m
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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