预测 [[50000, 5, 0.5]] 女神对我的态度 # 导入pandas处理数据 import pandas as pd # 定义目标值名称 target_names = ["didntLike", "smallDoses", "largeDoses"] def main(): # 1.获取原始数据集 pd.read_csv() 读取数据之后会返回一个DataFream数据类型 dating = pd.read_csv("./dating.txt") # dataDream支持像字典一个读取数据, 也支持切片操作 print(dating) # 2. 确定特征值与目标值 x = dating[["milage", "Liters", "Consumtime"]] y = dating["target"] print("x : ",x[:1]) return 0 main()帮我完善这个代码
时间: 2023-07-19 22:27:58 浏览: 156
好的,以下是完善后的代码:
```python
import pandas as pd
target_names = ["didntLike", "smallDoses", "largeDoses"]
def main():
# 1. 获取原始数据集
dating = pd.read_csv("./dating.txt")
# dataDream支持像字典一个读取数据, 也支持切片操作
print(dating)
# 2. 确定特征值与目标值
x = dating[["milage", "Liters", "Consumtime"]]
y = dating["target"]
print("x: ", x[:1])
# 3. 构建模型,训练数据并预测
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier()
knn.fit(x, y)
prediction = knn.predict([[50000, 5, 0.5]])
result = target_names[int(prediction)]
print("女神对你的态度是:", result)
return 0
if __name__ == "__main__":
main()
```
这段代码主要完成以下几个任务:
1.使用 pandas 读取 dating.txt 数据集;
2.确定特征值与目标值;
3.构建 KNN 分类器,训练数据并预测出女神对你的态度。
阅读全文