机器学习 sklearn 监督学习 分类算法 KNN K-NearestNeighbor

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

from sklearn.neighbors import KNeighborsClassifier
#创建一组一维数据 X 和它对应的标签 y
X=[[0],[1],[2],[3]]
y=[0,1,2,3]
#使用最近的1个邻居作为分类的依据,得到分类器
neigh = KNeighborsClassifier(n_neighbors=1)
#将训练数据 X 和 标签 y 送入分类器进行学习
neigh.fit(X, y)
#调用 predict() 函数,对未知分类样本 [2.2] 分类,可以直接并将需要分类
#的数据构造为数组形式作为参数传入,得到分类标签作为返回值
print(neigh.predict([[2.2],[2.3],[2.6]]))
#得到[2 2 3]

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 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