zoukankan      html  css  js  c++  java
  • knn 算法 k个相近邻居

    #

    一个最基本的例子
    #样本数据的封装
    feature = [[170,70,42],[166,56,39],[188,90,44],[165,88,40],[170,66,40],[176,80,42],[166,55,37],[155,50,38]]
    target = ['','','','','','','','']
    
    from sklearn.neighbors import KNeighborsClassifier
    knn = KNeighborsClassifier(n_neighbors=3) #k 值
    knn.fit(feature,target)  #
    knn.score(feature,target)  #打分
    #分类
    knn.predict([[167,66,38]]) #调用
    
    #其他特征数据(判断男女)
    # 心率
    # 血压
    # 体温

    导包,机器学习的算法KNN、数据蓝蝴蝶
    import sklearn.datasets as datasets
    import numpy as np
    iris = datasets.load_iris() #鸢尾花
    
    #提取样本数据
    feature = iris['data']   # 特征
    target = iris['target']   # 目标
    
    #将样本数据进行随机打乱
    np.random.seed(1)
    np.random.shuffle(feature)
    np.random.seed(1)
    np.random.shuffle(target)
    
    #获取训练样本数据和测试样本数据
    #提取训练的特征and目标数据
    x_train = feature[0:140]
    y_train = target[0:140]
    
    #提取测试的特征and目标数据
    x_test = feature[140:]
    y_test = target[140:]
    
    #实例化模型对象&训练模型
    knn = KNeighborsClassifier(n_neighbors=11)
    knn.fit(x_train,y_train)
    knn.score(x_test,y_test)  #分数
    print('模型的分类结果:',knn.predict(x_test))
    print('真实的分类结果:',y_test)
    knn.predict([[8.7, 1.5, 5.8, 0.8]]) #调用函数
    #
  • 相关阅读:
    正则表达式的学习笔记
    apply()的使用
    for循环性能测试
    js基础复习~Array对象
    判断值是否为undefined
    layui 单选框取消选中
    layui 表单验证
    火狐浏览器下,表头边框无效
    css3 宽度百分比减去固定宽度 无效问题
    javaScript中的 call 和 apply
  • 原文地址:https://www.cnblogs.com/zhangchen-sx/p/11133365.html
Copyright © 2011-2022 走看看