生成利用KNN算法对鸢尾花数据集进行三分类并进行可视化的python代码

以下是利用KNN算法对鸢尾花数据集进行三分类并进行可视化的Python代码：

import numpy as np
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
import matplotlib.pyplot as plt
 
# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data[:, :2]  # 只取前两个特征，方便可视化
y = iris.target
 
# 定义KNN模型并训练
knn = KNeighborsClassifier(n_neighbors=3)  # 选择3个最近邻
knn.fit(X, y)
 
# 生成网格点坐标
x_min, x_max = X[:, 0].min() - 0.5, X[:, 0].max() + 0.5
y_min, y_max = X[:, 1].min() - 0.5, X[:, 1].max() + 0.5
xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.1), np.arange(y_min, y_max, 0.1))
 
# 预测并可视化
Z = knn.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
plt.contourf(xx, yy, Z, alpha=0.4)
plt.scatter(X[:, 0], X[:, 1], c=y, alpha=1.0)
plt.xlabel('Sepal length')
plt.ylabel('Sepal width')
plt.title('KNN classification')
plt.show()

运行结果如下图所示：