机器学习 sklearn 监督学习 分类算法 KNN K-NearestNeighbor
Posted 404detective
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习 sklearn 监督学习 分类算法 KNN K-NearestNeighbor相关的知识,希望对你有一定的参考价值。
from sklearn.neighbors import KNeighborsClassifier
#创建一组一维数据 X 和它对应的标签 y
X=[[0],[1],[2],[3]]
y=[0,1,2,3]
#使用最近的1个邻居作为分类的依据,得到分类器
neigh = KNeighborsClassifier(n_neighbors=1)
#将训练数据 X 和 标签 y 送入分类器进行学习
neigh.fit(X, y)
#调用 predict() 函数,对未知分类样本 [2.2] 分类,可以直接并将需要分类
#的数据构造为数组形式作为参数传入,得到分类标签作为返回值
print(neigh.predict([[2.2],[2.3],[2.6]]))
#得到[2 2 3]
以上是关于机器学习 sklearn 监督学习 分类算法 KNN K-NearestNeighbor的主要内容,如果未能解决你的问题,请参考以下文章
机器学习 sklearn 监督学习 分类算法 决策树 DecisionTree
机器学习 sklearn 监督学习 分类算法 KNN K-NearestNeighbor
机器学习 sklearn 监督学习 分类算法 KNN K-NearestNeighbor
机器学习 sklearn 监督学习 分类算法 KNN K-NearestNeighbor