from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier#1.获取数据# 1.1 小数据集获取
iris = load_iris()# 1.2 大数据集获取
# news = fetch_20newsgroups()# #2.数据基本处理
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)
# #3.特征工程-特征预处理
#
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.fit_transform(x_test)#4.机器学习-KNN
estimator = KNeighborsClassifier(n_neighbors=5)
estimator.fit(x_train,y_train)#5.模型评估
y_pre =estimator.predict(x_test)
print("预测值是:\n", y_pre)
print("预测值和真实值的对比是:\n", y_pre==y_test)

K 近邻算法 API相关推荐

  1. k近邻算法api初步使用

    k近邻算法api初步使用 机器学习流程复习: 1.获取数据集 2.数据基本处理 3.特征工程 4.机器学习 5.模型评估 1 Scikit-learn工具介绍 Python语言的机器学习工具 Scik ...

  2. 机器学习算法---K近邻算法

    K近邻算法 1. K-近邻算法简介 1.1 什么是K-近邻算法 根据你的"邻居"来推断出你的类别 K Nearest Neighbor算法⼜叫KNN算法,这个算法是机器学习⾥⾯⼀个 ...

  3. 机器学习:K近邻算法

    一.K-近邻算法简介 1 什么是K-近邻算法 根据你的"邻居"来推断出你的类别 1.1 K-近邻算法(KNN)概念 K Nearest Neighbor算法又叫KNN算法,这个算法 ...

  4. 机器学习算法——系统性的学会使用 K近邻算法(KNN)

    目录 1.K-近邻算法简介 1.1 什么是K-近邻算法 1.2 K-近邻算法(KNN)概念 (1)定义: (2)距离公式: 1.3 电影类型分析 1.4 KNN算法流程总结 2.k近邻算法api初步使 ...

  5. 09_分类算法--k近邻算法(KNN)、案例、欧氏距离、k-近邻算法API、KNeighborsClassifier、及其里面的案例(网络资料+学习资料整理笔记)

    1 分类算法–k近邻算法(KNN) 定义:如果一个样本在特征空间中**k个最相似(即特征空间中最邻近)**的样本中的大多数属于某一个类别,则该样本也属于这个类别,则该样本也属于这个类别. k-近邻算法 ...

  6. 机器学习算法基础——k近邻算法

    23.k-近邻算法以及案例预测入住位置 24.K-近邻算法案例 分类算法-k近邻算法(KNN) 定义:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本 ...

  7. python人工智能——机器学习——分类算法-k近邻算法

    分类算法-k近邻算法(KNN) 定义:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别. 来源:KNN算法最早是由Cover和Hart提 ...

  8. k近邻算法(KNN)-分类算法

    k近邻算法(KNN)-分类算法 1 概念 定义:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别. k-近邻算法采用测量不同特征值之间的 ...

  9. 机器学习入门 | 【01】K近邻算法

    文章目录 1.K近邻算法[通过你的邻居来判断你的类别] 1.简介 2.电影案例分析 3.api的初步使用 3.1 一般的流程: 3.2 sklearn模块介绍 3.3 API的使用 3.4 距离度量 ...

最新文章

  1. 图像的灰度化以及二值图函数
  2. JQuery-学习笔记01【基础——JQuery基础】
  3. python3(十一)内置模块和类型转换
  4. ldap 管理_彻底改变内容管理,财务,LDAP等
  5. 认识与入门 Markdown
  6. 用 as with ,和 ROW_NUMBER() 做分页查询
  7. linux如何写一个daemon程序
  8. mysql 两个日期加减_mysql加减时间-函数-时间加减
  9. Shape Shifter——制作简单动画
  10. C语言 分支语句:if 语句和 switch语句
  11. Rstudio永久修改当前工作路径
  12. 微信创建公众号菜单时出现48001,api unauthorized rid怎么解决?
  13. linux内核zfs,Linus Torvalds回应用户抱怨:不建议使用 ZFS On Linux
  14. 嵌入式系统与硬件安全知识小记
  15. win10轻松自动“备份和恢复”只要5步
  16. 2022眼健康展,视力康复展,验光设备展,护眼产品展,眼罩展
  17. github中repositories与projects区别
  18. OA与BPM究竟有啥区别
  19. 数字摄影测量特征点提取之SUSAN算子
  20. mac上安装windows系统

热门文章

  1. matlab求条件概率密度_Matlab对量子力学中的一维无限深势阱的模拟计算
  2. c语言学习—图书搜索
  3. MATLAB中interp2参数使用指南
  4. android 添加通讯录联系人头像,Android 手机通讯录开发时给联系人添加头像失败的坑...
  5. 国内五款主流外贸CRM优缺点综合评测
  6. picgo 上传成功,无法显示图片
  7. 详解深度学习之经典网络架构(十):九大框架汇总
  8. 教程一:微信公众号的申请
  9. Google AIY | Vision Kit开箱深入试用
  10. 高一学生计算机知识现状分析,浅析我校高中信息技术教学现状