KNN算法实例(酒的分类)【机器学习算法一KNN4】

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

  1. 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
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