KNN算法实例(酒的分类)【机器学习算法一KNN4】

最新推荐文章于 2024-05-15 16:48:34 发布

小白拉普拉斯

最新推荐文章于 2024-05-15 16:48:34 发布

阅读量5.2k

点赞数 5

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签： knn k近邻机器学习算法 sklearn.datasets.load_wine

本文链接：https://blog.youkuaiyun.com/XiaobaiLaplace/article/details/95332916

本文通过代码展示了如何使用sklearn.datasets.load_wine加载wine数据集，并利用KNN算法进行酒类的分类。数据集包含多个分类，且讨论了load_wine函数的参数与返回值结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.代码

未画图

from sklearn.datasets import load_wine
wine=load_wine()#Bunch对象，包含键和数值

print("=========================================")
print("红酒数据集中的键：\n{}".format(wine.keys()))
print("数据概况：{}".format(wine['data'].shape))
print(wine['DESCR'])#数据集描述
print("=========================================\n")

from sklearn.model_selection import train_test_split
#默认情况下，75%数据作为训练集，25%数据作为测试集，random_state指定伪随机数供数据集拆分(=0每次伪随机数不同)
X_train,X_test,y_train,y_test=train_test_split(wine['data'],wine['target'],rand