关于sklearn中KNN的使用

一、导入相关模块

from sklearnimport datasets#数据加载模块

from sklearn.neighborsimport KNeighborsClassifier#KNN

from sklearn.cross_validationimport train_test_split#数据分割模块

二、通过datasets加载iris数据

iris=datasets.load_iris()

三、将数据分为属性和标签

iris_X=iris.data

iris_Y=iris.target

四、通过train_test_spli将数据分为训练集、测试集、测试集占0.3的比例

X_train,X_test,Y_train,Y_test=train_test_split(iris_X,iris_Y,test_size=0.3)

五、实例化KNN模型

knn=KNeighborsClassifier()

六、训练模型

knn.fit(X_train,Y_train)

七、传入测试集、对模型进行测试

result=knn.predict(X_test)

八、对模型进行评估

count=0

for item1,item2in zip(result,Y_test):

if item1==item2:

count+=1

        print(count)

print(float(count)/float(len(Y_test)))