这段代码演示了如何使用Scikit-learn库实现一个简单的KNN分类器,对鸢尾花数据集进行分类,并计算模型的准确率。在实际应用中,可以根据具体问题选择不同的算法、调整参数以及进行模型优化。 除了KNN算法,还可以使用其他机器学习和深度学习库(如TensorFlow、PyTorch等)来实现各种人工智能算法,包括神经网络、决策树、支持向量...
其中训练集样本数为{},测试集样本数为{}'.format(X.shape[0],X_train_set.shape[0],X_test_set.shape[0]))#训练knn_model=KNeighborsClassifier()knn_model.fit(X_train_set,y_train_set)#准确率检测accur=knn
python机器学习库scikit-learn kNN分类算法基础 屏幕快照 2019-05-14 下午7.54.51.png 屏幕快照 2019-05-16 下午6.45.09.png 屏幕快照 2019-05-16 下午6.49.16.png