机器学习:KNN对iris分类

from sklearn import neighbors #调用neighbors
from sklearn import datasets #调用datasets里面的iris数据

knn = neighbors.KNeighborsClassifier()#knn分类器

#调用数据集
iris = datasets.load_iris()
#print(iris)

#使用fit建立模型
knn.fit(iris.data,iris.target)
#开始预测
a = ([[0.1,0.2,0.3,0.4]])
c = ([[0.8,4.9,4.3,1.9]])
b = ([[4.3,2.6,3.8,6.8]])

predict_a = knn.predict(a)
predict_b = knn.predict(b)
predict_c = knn.predict(c)

print("predict_a\n",predict_a,
      "\npredict_b\n",predict_b,
      "\npredict_c\n",predict_c)

#predict_a
# [0] 
#predict_b
# [2] 
#predict_c
# [1]

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值