码迷,mamicode.com
首页 > 编程语言 > 详细

用外部库实现knn分类算法,并计算正确率

时间:2019-05-02 00:24:14      阅读:168      评论:0      收藏:0      [点我收藏+]

标签:查看   names   port   span   hid   cli   isp   import   bsp   

技术图片
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris
from sklearn.neighbors import KNeighborsClassifier
import numpy as np
cheng = load_iris()
# print(cheng.keys())
# print(cheng.data)
# print(cheng.target)
# print(cheng.target_names)
# print(cheng.DESCR)
# print(cheng.feature_names)
# print(cheng.filename)
trainX, testX, trainY, tesY = train_test_split(
    cheng.data, cheng.target, random_state=0)
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(trainX, trainY)
testy = knn.predict(testX)
zhv = np.mean(testy == tesY)
print(zhv)
查看代码

 

用外部库实现knn分类算法,并计算正确率

标签:查看   names   port   span   hid   cli   isp   import   bsp   

原文地址:https://www.cnblogs.com/lovelyemperor/p/10801273.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!