从sklearn.datasets导入iris数据集,利用KNN对生物物种进行分类,评价模型性能
时间: 2023-05-29 13:07:58 浏览: 213
python KNN算法实现鸢尾花数据集分类
以下是使用KNN对iris数据集进行分类的Python代码:
```python
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 加载iris数据集
iris = load_iris()
# 将数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, random_state=42)
# 构建KNN模型
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)
# 对测试集进行预测
y_pred = knn.predict(X_test)
# 计算模型的准确率
accuracy = accuracy_score(y_test, y_pred)
print('KNN模型的准确率为:', accuracy)
```
输出结果为:
```
KNN模型的准确率为: 1.0
```
说明KNN模型在对iris数据集进行分类时表现良好,准确率为100%。
阅读全文