import numpy as np from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier # 使用 loadtxt() 函数读取 txt 文件,获取花的数据 with open('花的种类.txt', 'r', encoding='utf-8') as f: data = np.loadtxt(f, delimiter=',', usecols=[0, 1, 2, 3], dtype=float, skiprows=1) labels = np.loadtxt(f, delimiter=',', usecols=[4], dtype=str, skiprows=1) # 划分训练集和测试集 train_data, test_data, train_labels, test_labels = train_test_split(data, labels, test_size=0.2) # 训练模型 knn = KNeighborsClassifier(n_neighbors=5) knn.fit(train_data, train_labels) # 预测结果 pred_labels = knn.predict(test_data) # 计算准确率 accuracy = np.mean(pred_labels == test_labels) print('预测准确率:', accuracy)计算
时间: 2024-04-08 12:35:00 浏览: 62
import numpy as np import matplotlib.pyplot as plt import math
预测准确率的计算已经包含在代码中了。代码最后的`print('预测准确率:', accuracy)`语句会输出预测准确率的结果。您可以直接运行代码,即可得到预测准确率的数值。
如果您希望将预测准确率的数值保存到文件中,可以将结果写入到文件中,例如:
```python
with open('准确率.txt', 'w', encoding='utf-8') as f:
f.write('预测准确率:' + str(accuracy))
```
这样会将预测准确率写入到名为`准确率.txt`的文件中。您可以根据需要修改文件名和路径。
希望能够帮助到您!如果还有其他问题,请继续提问。
阅读全文