有监督学习之KNN回归问题

import numpy as np
from sklearn.neighbors import KNeighborsRegressor # 回归
import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
x = np.array(x).reshape(-1,1)
y = [9, 12, 1, 6, 7]

plt.scatter(x, y)
plt.show()

model = KNeighborsRegressor(n_neighbors=3)

model.fit(x,y)
print(model.predict([[1.5]]))

print(model.predict([[3.52]]))
  • 0
    点赞
  • 0
    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