python机器学习 KNN 自己数据集

#Knn
import pandas
from sklearn.neighbors import KNeighborsClassifier
from numpy import float64
import numpy as np

#读取数据
dataframe = pandas.read_csv("export1.csv");
#获取 CVS中的值
dataset  = dataframe.values;
#本身数据有53列  下标我0开始 取52列  53列是标签
X = dataset[:,0:53].astype(np.float);

Y =dataset[:,53];

#创建实例  n_neighbors K 点数
kNN_classifier = KNeighborsClassifier(n_neighbors=15);

kNN_classifier.fit(X , Y);

testData = pandas.read_csv("knnTest.csv",header=None);
#获取 CVS中的值
testDataSet  = testData.values;
#本身数据有53列  下标我0开始 取52列  53列是标签
xTest= testDataSet[:,0:53].astype(np.float);

returnNum =kNN_classifier.predict(xTest);

print(returnNum);