scikit-learn的用法（一）རྗེས་ནས་བོད་ཡི

本文主要使用scikit-learn中的KNN算法进行Iris数据集的分类。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

Demo

import numpy as np

from sklearn import datasets

from sklearn.cross_validation import train_test_split

from sklearn.neighbors import KNeighborsClassifier

# 加载iris数据集

iris = datasets.load_iris()

# 读取特征

iris_X = iris.data

# 读取分类标签

iris_y = iris.target

# 将数据分为训练、测试两部分

X_train, X_test, y_train, y_test = train_test_split(iris_X, iris_y, test_size = 0.2)

# 定义分类器

knn = KNeighborsClassifier()

# 进行分类

knn.fit(X_train, y_train)

# 计算预测值

y_predict = knn.predict(X_test)

# 计算准确率, 由于每次数据集划分不同, 可能不一样

print np.sum(np.fabs(y_predict - y_test)) / float(len(y_test))

结果

0.0666666666667

作者：SnailTyan

链接：http://www.jianshu.com/p/5b02bdc2794a

來源：简书

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。