sklearn.neighbors.KNeighborsClassifier源码笔记

最新推荐文章于 2025-03-20 09:56:29 发布

Solowork_HB

最新推荐文章于 2025-03-20 09:56:29 发布

阅读量1.8k

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/qq_35793943/article/details/54016312

本文介绍使用sklearn库中的K近邻分类器(KNeighborsClassifier)进行数据分类的方法。通过一个简单的例子展示如何构建模型、训练数据并进行预测。此外还展示了如何使用predict_proba方法获取预测概率。

class sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,weights=’uniform’,algorithm=’auto’,leaf_size=30,p=2,metric=’minkowski’,metric_params=None,n_jobs=1,**kwargs)

Examples

>

X = [[0], [1], [2], [3]]
y = [0, 0, 1, 1]
from sklearn.neighbors import KNeighborsClassifier
neigh = KNeighborsClassifier(n_neighbors=3)
neigh.fit(X, y)
KNeighborsClassifier(…)
print(neigh.predict([[1.1]]))
[0]
print(neigh.predict_proba([[0.9]]))
[[ 0.66666667 0.33333333]]

有训练集，由X,y组成，用于预测。区别于NearsetNeighbors