原生python实现knn算法,用鸢尾花数据集

本文介绍了如何使用原生Python实现KNN算法,并以鸢尾花数据集为例进行演示。首先,通过读取'iris.csv'文件获取数据,接着进行数据分组和计算距离。然后,构建了算法并进行了调试。最后,进行了测试以验证算法的正确性。
摘要由CSDN通过智能技术生成

一、题目说明

原生python实现knn算法,用鸢尾花数据集

二、程序分析

读取数据

with open('iris.csv','r') as file:
   
#csv里的函数,以字典形式读取文件
   
reader=csv.DictReader(file)
   
#推导
   
datas= [row for row in reader]

数据分组

random.shuffle(datas)

test_set=datas[0:106]

train_set=datas[106:]

计算距离函数

def distance(d1,d2):

    res = 0

    
  • 0
    点赞
  • 0
    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