认知实习Day4KNN算法案例

题目：预测乳腺癌的良性或恶性

要求：使用乳腺癌数据集中的临床特征，构建一个机器学习模型，预测肿瘤是良性还是恶性。

评估标准：模型准确率（Accuracy）

代码实现：

# 导入所需的库
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score

# 加载乳腺癌数据集
data = load_breast_cancer()
X = data.data
y = data.target

# 将数据集拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建机器学习模型
model = make_pipeline(StandardScaler(), SVC())

# 训练模型
model.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = model.predict(X_test)

# 计算模型准确率
accuracy = accuracy_score(y_test, y_pred)
print("模型准确率：", accuracy)

结果：