深度学习（三） knn 训练数据集，测试数据集

最新推荐文章于 2024-08-15 15:37:30 发布

Killwaiter

最新推荐文章于 2024-08-15 15:37:30 发布

阅读量2k

点赞数

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.csdn.net/zhangxue1232/article/details/114896749

版权

本文以鸢尾花数据集为例，深入探讨了如何在深度学习中运用KNN（K-Nearest Neighbors）算法，涵盖了训练数据集与测试数据集的划分与操作。

摘要由CSDN通过智能技术生成

以鸢尾花为例：

将上面的写到一个函数中：

import numpy as np


def train_test_split(X,y,test_ratio=0.2,seed=None):
    """将数据 X 和 y 按照test_ratio分割成X_train, X_test, y_train, y_test"""
    assert X.shape[0] == y.shape[0], \
        "the size of X must be equal to the size of y"
    assert 0.0 <= test_ratio <= 1.0, \
        "test_ration must be valid"

    if seed