knn鸢尾花数据集java_机器学习——鸢尾花数据集(Knn分类)
Iris数据集是常用的分类实验数据集,由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。数据集包含150个数据样本,分为3类,每类50个数据,每个数据包含4个属性。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。
iris以鸢尾花的特征作为数据来源,常用在分类操作中。该数据集由3种不同类型的鸢尾花的各50个样本数据构成。其中的一个种类与另外两个种类是线性可分离的,后两个种类是非线性可分离的。
该数据集包含了4个属性:
& Sepal.Length(花萼长度),单位是cm;
& Sepal.Width(花萼宽度),单位是cm;
& Petal.Length(花瓣长度),单位是cm;
& Petal.Width(花瓣宽度),单位是cm;
1.导包
import numpy as np
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
2.数据集导入
①from sklearn import datasets
iris = datasets.load_iris()
②提前下载好数据集,用pandas包导入
例:iris=pd.read_csv('文件名',columns=['列名'])
3.查看数据特征
iris.data.shape
4. 拆分属性数据
iris_X = iris.data
5.# 拆分类别数据
iris_y = iris.target
6.预测数据
#准备训练集和测试集
iris_train_X , iris_test_X, iris_train_y ,iris_test_y = train_test_split(iris_X, iris_y, test_size=0.2,random_state=0)
#创建模型
knn = KNeighborsClassifier(n_neighbors=6)
#训练模型
knn.fit(iris_train_X, iris_train_y)
#预测
predict_result=knn.predict(iris_test_X)
print('预测结果',predict_result)
# 计算预测的准确率
print('预测准确率',knn.score(iris_test_X, iris_test_y))
knn鸢尾花数据集java_机器学习——鸢尾花数据集(Knn分类)相关推荐
- python根据品种散点图鸢尾花_[Python机器学习]鸢尾花分类 机器学习应用
1.问题简述 假设有一名植物学爱好者对她发现的鸢尾花的品种很感兴趣.她收集了每朵鸢尾花的一些测量数据: 花瓣的长度和宽度以及花萼的长度和宽度,所有测量结果的单位都是厘米. 她还有一些鸢尾花的测量数据, ...
- KNN算法实现,(鸢尾花数据集分类)
KNN算法实现实例 KNN算法 一,KNN算法概述 二,算法步骤 KNN算法的具体实现 一.数据获取 二.具体代码的实现 参考博客 KNN算法 一,KNN算法概述 knn算法,又叫k-近邻算法.属于一 ...
- 机器学习(KNN二)——案例:鸢尾花数据分类
常见API 这里有我们上篇博客提到的DKTree,还有最基本的KNeighborsClassifier(用于分类) 和 KNeighborsRegressor(用于回归),这里列出常见的参数: 参数 ...
- Task09基于模拟数据集的KNN回归、基于马绞痛数据集的KNN数据预处理+KNN分类pipeline
Task09 基于模拟数据集的KNN回归.基于马绞痛数据集的KNN数据预处理+KNN分类pipeline 一.学习内容概括 学习资料: 1.阿里云天池:https://tianchi.aliyun.c ...
- ML之kNN(两种):基于两种kNN(平均回归、加权回归)对Boston(波士顿房价)数据集(506,13+1)进行价格回归预测并对比各自性能
ML之kNN(两种):基于两种kNN(平均回归.加权回归)对Boston(波士顿房价)数据集(506,13+1)进行价格回归预测并对比各自性能 目录 输出结果 设计思路 核心代码 输出结果 Bosto ...
- python鸢尾花数据集_Python实现鸢尾花数据集分类问题——使用LogisticRegression分类器...
. 逻辑回归 逻辑回归(Logistic Regression)是用于处理因变量为分类变量的回归问题,常见的是二分类或二项分布问题,也可以处理多分类问题,它实际上是属于一种分类方法. 概率p与因变量往 ...
- ML之NB:基于news新闻文本数据集利用纯统计法、kNN、朴素贝叶斯(高斯/多元伯努利/多项式)、线性判别分析LDA、感知器等算法实现文本分类预测
ML之NB:基于news新闻文本数据集利用纯统计法.kNN.朴素贝叶斯(高斯/多元伯努利/多项式).线性判别分析LDA.感知器等算法实现文本分类预测 目录 基于news新闻文本数据集利用纯统计法.kN ...
- 机器学习之路——KNN+交叉验证
KNN分类模型 概念: 简单地说,K-近邻算法采用测量不同特征值之间的距离方法进行分类(k-Nearest Neighbor,KNN) k值的作用 欧几里得距离(Euclidean Distance) ...
- 机器学习算法之KNN
KNN算法的学习 KNN的英文叫K-Nearest Neighbor,比较简单. github链接:github 一.简单的例子 首先我们先从一个简单的例子入手,来体会一下KNN算法. 假设,我们想对 ...
最新文章
- 18.16 gcc-3.4.5编译错误及解决方法集锦
- gradle 编译java_Java的Gradle依赖关系,使用编译还是实现?
- 无差异曲线matlab算法,引入Matlab提高经济类线性代数应用能力
- 二级缓存使用步骤_Mybatis的一级缓存和二级缓存的理解以及用法
- TCP状态转移:有限状态机
- android支持wifi11ad,不得不知道的WIFI标准:802.11ad、ah、af
- AIC准则选三个变量的r语言代码
- 隐马尔可夫模型(HMM:Hidden Markov Models)
- 平板连接远程Linux,如何从Android平板电脑远程控制Ubuntu | MOS86
- iOS中录屏库ReplayKit的详尽使用总结
- 不打开Excel文件读取工作表名(ADOX)
- sqlplus: error while loading shared libraries: libclntsh.so.11.1
- 2022完整版青龙面板对接傻妞机器人
- 【华人学者风采】王祥科 华北电力大学
- easyExcel导入导出(列锁定单元格、表头合并、导出类型限制、锁定单元格增加底色、设置密码、隐藏列等)
- 微信电脑版聊天记录转移
- 超声波测距仪编程_关于基于51单片机的超声波测距仪的汇编编程问题
- 如何在CAD中加载卫星地图并作街道与建筑绘制
- STM32 PWM控制舵机——原理、接线、源程序
- BZOJ4716 假摔
热门文章
- jmeter 性能测试 --- 并发、负载、压力
- Intel80386寄存器
- 迎国家卫生乡镇复审社会宣传工作标语
- Unity【Multiplayer 多人在线】- Socket 通用客户端网络模块(二)、Receive 接收并处理数据
- 【abp项目发布到iis(初学者)】
- c语言的 pow函数是快速幂吗,leetcode 50. Pow(x, n)(快速幂)
- qt5中字符串转字符串数组_Qt中整形数组转换成字符串的问题
- Android:Clipboard剪切板简单的使用
- 【面试】Spring事务面试考点吐血整理(建议珍藏)
- cmd进入指定目录的三种方法