K近邻算法对研究生录取的影响来预测一个人是否会被录取的代码
时间: 2024-01-25 14:05:10 浏览: 31
以下是一个简单的 K 近邻算法的 Python 代码,用于预测一个人是否会被研究生院录取:
```python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 读取数据
data = pd.read_csv('admissions.csv')
# 提取特征和标签
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values
# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
# 创建KNN分类器并训练
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)
# 预测测试集结果
y_pred = knn.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
在上面的代码中,我们首先使用 Pandas 读取包含录取数据的 CSV 文件。然后,我们将数据拆分为特征和标签,使用 `train_test_split` 函数将数据集分为训练集和测试集。
接下来,我们创建了一个 K 近邻分类器,并使用训练数据对其进行训练。然后,我们使用测试数据集进行预测,并计算预测准确率。