2021-03-16 深度学习（二）使用scikit-learn 中的kNN

把X_train，y_train送入机器学习算法，机器学习算法训练模型的过程称为拟合（fit),也就是说我们的算法要训练模型，这个模型要能够拟合我们的数据集，把输入样例输入模型得出结果的过程称为预测（predict).

使用scikit-learn 中的CNN：

from sklearn.neighbors import KNeighborsClassifier
#在sklearn库中,KNeighborsClassifier是实现K近邻算法的一个类,一般都使用欧式距离进行测量。
kNN_classifier = KNeighborsClassifier(n_neighbors=6)#创建实例
kNN_classifier.fit(X_train,y_train) #拟合我们的训练集

输出KNeighborsClassifier(n_neighbors=6)

X_predict=x.reshape(1,-1)#传1代表第一个维度，-1让numpy自动决定到哪截止
X_predict

输出array([[8.09360732, 3.36573151]])

kNN_classifier.predict(X_predict)

输出array([1])
​

封装：

import numpy as np
from math import sqrt
from collections import Counter


class KNNClassifier