机器学习 KNN分类算法简单介绍+数据集拆分

 

 

 

 

鸢尾花数据集的分类操作

from sklearn.datasets import load_iris
iris_dataset=load_iris()
print(iris_dataset.keys())
print(iris_dataset['data'].shape)#查看数据的结构
print(iris_dataset['data'][:5])#查看前五条数据
#查看分类信息
print(iris_dataset['target_names'])#标记名
print(type(iris_dataset['target']))#标记类型
print(iris_dataset['target'].shape)#标记维度
print(iris_dataset['target'])#标记值
print(iris_dataset['DESCR'][:20]+"
......")#查看数据集的简介的前20个字符

 

 训练集可以认为是测试题       带答案

测试集可以认为是考试卷

train_data 是要划分的样本特征数据

train_target 要划分的样本结果

test_size 测试集占总的百分比

random_state 随机种子编号  若缺省则每次不同

鸢尾花数据集拆分

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
iris_dataset=load_iris()
X_train,X_test,y_train,y_test=train_test_split(iris_dataset['data'],iris_dataset['target'],random_state=2)
print("X_train",X_train)
print("y_train",y_train)
print("X_test",X_test)
print("y_test",y_test)
print("X_train shape: {}".format(X_train.shape))
print("X_test shape: {}".format(X_test.shape))

部分结果

 可以看到数据集被拆分成训练集和测试集两部分