利用knn建立.csv数据库代码

以下是一个Python的示例代码，用于利用knn算法建立.csv格式的数据库：

import numpy as np
import pandas as pd
from sklearn.neighbors import KNeighborsClassifier

# 读取数据集
data = pd.read_csv("data.csv")

# 分离特征与标签
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

# 划分训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

# 建立knn模型
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train, y_train)

# 预测测试集结果
y_pred = knn.predict(X_test)

# 输出预测结果
print(y_pred)

# 将预测结果保存为.csv文件
result = pd.DataFrame(y_pred)
result.to_csv("result.csv", index=False, header=False)

以上代码使用Pandas库读取数据集，并将特征和标签分离。然后，使用train_test_split函数将数据集划分为训练集和测试集。接下来，使用KNeighborsClassifier类建立knn模型，将训练集拟合模型并对测试集进行预测，最后将预测结果保存为.csv文件。