sklearn.neighbors.kneighborsclassifier实例代码

下面是一个使用 `sklearn.neighbors.KNeighborsClassifier` 的示例代码：

from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

# 加载鸢尾花数据集
iris = load_iris()
X, y = iris.data, iris.target

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 初始化KNN分类器
knn = KNeighborsClassifier(n_neighbors=3)

# 训练KNN分类器
knn.fit(X_train, y_train)

# 在测试集上测试KNN分类器
accuracy = knn.score(X_test, y_test)

print("KNN分类器在测试集上的准确率为：", accuracy)

在这个例子中，我们首先加载了 `sklearn` 自带的鸢尾花数据集，然后将数据集分为训练集和测试集。接着，我们初始化了一个 `KNeighborsClassifier` 的实例，并将 `n_neighbors` 参数设置为 3。接着，我们使用训练集对分类器进行训练，最后在测试集上测试分类器的准确率。