KNN分类sklearn的make_moons数据集

最新推荐文章于 2025-02-19 15:42:42 发布

原创

最新推荐文章于 2025-02-19 15:42:42 发布 · 1.1k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习

本文介绍了如何运用Python的sklearn库中的KNN（K近邻）分类器对make_moons数据集进行建模和预测。通过实例代码展示了数据预处理、模型训练和评估的全过程。

直接上代码

from sklearn.datasets import make_moons
from numpy import *
import numpy as np
import operator
from os import listdir
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn import preprocessing
#创建数据集
x, y = make_moons(n_samples=200, noise=0.15, random_state=0)
# Max-Min标准化
# 建立MinMaxScaler对象
minmax = preprocessing.MinMaxScaler()
# 标准化处理
data_minmax = minmax.fit_transform(x)

#