用外部库实现knn分类算法，并计算正确率

Posted 2021-11-26 lovelyemperor

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了用外部库实现knn分类算法，并计算正确率相关的知识，希望对你有一定的参考价值。

from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris
from sklearn.neighbors import KNeighborsClassifier
import numpy as np
cheng = load_iris()
# print(cheng.keys())
# print(cheng.data)
# print(cheng.target)
# print(cheng.target_names)
# print(cheng.DESCR)
# print(cheng.feature_names)
# print(cheng.filename)
trainX, testX, trainY, tesY = train_test_split(
    cheng.data, cheng.target, random_state=0)
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(trainX, trainY)
testy = knn.predict(testX)
zhv = np.mean(testy == tesY)
print(zhv)

查看代码

以上是关于用外部库实现knn分类算法，并计算正确率的主要内容，如果未能解决你的问题，请参考以下文章