K-近邻算法-iris数据集

# -*- coding: utf-8 -*-
"""
Created on Sat Oct 13 19:26:26 2018

@author: fengjuan
"""
'''
K-近邻算法与其他模型最大不同在于该模型没有参数训练过程，即，没有通过任何学习算法训练数据而且
只是根据测试样本在训练数据的分布直接做出分类决策，因此k-近邻属于无 参数模型中非常简答的一种
'''
#使用加载器读取数据并存放在变量iris中
from sklearn.datasets import load_iris
iris=load_iris()
print(iris.data.shape)
print(iris.DESCR)
'''结果：(150, 4)
Iris Plants Database
====================

Notes
-----
Data Set Characteristics:
    :Number of Instances: 150 (50 in each of three classes)
    :Number of Attributes: 4 numeric, predictive attributes and the class
    :Attribute Information:
        - sepal length in cm
        - sepal width in cm
        - petal length in cm
        -