使用knn实现鸢尾花分类

以下是使用KNN算法实现鸢尾花分类的示例代码[^1]：

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

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = 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, random_state=42)

# 创建KNN分类器对象
knn = KNeighborsClassifier(n_neighbors=3)

# 在训练集上训练KNN分类器
knn.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = knn.predict(X_test)

# 计算准确率
accuracy = knn.score(X_test, y_test)
print("准确率：", accuracy)

这段代码首先加载了鸢尾花数据集，然后将数据集分为训练集和测试集。接下来，创建了一个KNN分类器对象，并在训练集上训练了该分类器。最后，使用训练好的分类器对测试集进行预测，并计算了准确率。