"""
@time : 2021/1/4 20:37
@file : knn.py
"""from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import standardscaler
from sklearn.neighbors import kneighborsclassifier
defknn_iris()
:"""
用knn對鳶尾花進行分類
:return:
"""# 1、獲取資料
iris = load_iris(
)# 2、劃分資料集
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, random_state=6)
# 3、特徵工程：標準化
transfer = standardscaler(
) x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)
# 4、knn演算法的預估器
estmator = kneighborsclassifier(n_neighbors=2)
estmator.fit(x_train, y_train)
# 5、模型的評估
# 方法一：直接對比真實值和**值
y_predict = estmator.predict(x_test)
print
("y_predict:\n"
, y_predict)
print
("直接對比**值和真實值：\n"
, y_predict == y_test)
# 方法二：計算準確率
score = estmator.score(x_test, y_test)
print
("準確率為:\n"
, score)
return
none
if __name__ ==
"__main__"
: knn_iris(
)
Knn演算法實戰
三 完整 或者尋找最近的k個資料，推測新資料的分類。import csv with open e 資資 python練習 knn prostate cancer.csv r as file dictreader把資料讀成字典 reader csv.dictreader file datas row ...
機器學習實戰 kNN演算法
今天看了第乙個機器學習演算法 k 鄰近演算法。大概意思就是，先根據已有分劃分好類別的資料集，然後輸入新的資料向量，就計算與資料集裡各個向量的距離，排序找到前k個資料，統計前k資料中各個類別 標籤 出現的次數，最多的那個類別 標籤 就是輸入向量所屬的類別，然後返回。哈哈get乙個機器學習的演算法開心。...
機器學習實戰 KNN演算法
k 近鄰演算法的工作機制非常簡單 對給定的測試樣本，基於某種距離度量找出訓練集中與其最靠近的 k 個訓練樣本，然後基於這 k 個 鄰居 的資訊來進行 通常，在分類任務中可使用 投票法 即選擇這 k 個樣本中出現最多的類別標記作為 結果 在回歸任務中時使用 平均法 即將這k 個樣本的實值輸出標記的平均...