python使用KNN实现鸢尾花数据集

导入包

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

导入并数据

iris = load_iris()  # 鸢尾花数据
data_tr, data_te, label_tr, label_te = train_test_split(iris.data, iris.target, test_size=0.2)   # 拆分样本集
iris

数据如下 

37ffa06056944755b0d61acb4ec99416.png

构建并训练模型

model = KNeighborsClassifier(n_neighbors=7)#构建模型
model.fit(data_tr,label_tr)#模型训练
pre = model.predict(data_te)#模型预测

预测结果 

8a44600d6ac148d595dfe4d19218905c.png 

输出模型精准度

acc=model.score(data_te,label_te)#模型在测试集上的精准度
acc

模型精准度结果

29c2e9f0bef74bbbb46173e5003f5b81.png

 

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