首先导入数据集forge(),画出邻居为1的情况的图,横纵轴均为特征值
X, y = mglearn.datasets.make_forge()
# mglearn.discrete_scatter(X[:, 0], X[:, 1], y)
# plt.legend(["Class 0", "Class 1"], loc=4)
# plt.xlabel("First feature")
# plt.ylabel("Second feature")
# plt.show()
# print("X.shape:", X.shape)
mglearn.plots.plot_knn_classification(n_neighbors=1)
plt.show()
画出邻居为3的情况
mglearn.plots.plot_knn_classification(n_neighbors=3)
plt.show()
导入数据分好数据集与测试集-->实例化-->分类器进行拟合-->预测-->评估