scikit-learn(一)

用sklearn自带的数据库简单跑一个花的数据，花的属性有四种，代码和解释如下：

####http://www.bilibili.com/video/av12556150/?from=search&seid=16670227885705617718#page=5（周莫烦老师教学视频）

#-*- coding: utf-8 -*-
"""
Created on Sun Aug 20 14:30:33 2017

@author: zhoulongtao
"""

import numpy as np#一个数学模式
from sklearn import datasets #sklearn的数据模块
from sklearn.cross_validation import train_test_split#对数据模块进行划分
from sklearn.neighbors import KNeighborsClassifier#对数据处理用的model
iris=datasets.load_iris()#下载数据
iris_X=iris.data#花的属性
iris_y=iris.target#花的类别
#print(iris_X[:2,:])#可以打印一下前两个花的属性
#print(iris_y)#可以打印一下花的类别看看
X_train,X_test,y_train,y_test=train_test_split(iris_X,iris_y,test_size=0.3)#吧数据分为训练的和测试的，测试的比例有0.3
#print(X_train)#打印出训练的数据看看
knn=KNeighborsClassifier()#把这个模型变成knn
knn.fit(X_train,y_train)#把训练数据放进模型里训练
print(knn.predict(X_test))#用上面训练好的参数去得到 X_test的结果，就是Y
#print(y_test)#比较一下与下面的结果又什么不同的

仔细看一下训练的结果和正确的结果是有点差别的，这是正常的现象，预测的数据很难达到百分之百的正确率。