如何使用scikit-learn 库

Scikit-learn 是 Python 中一个非常流行的机器学习库，提供了许多常用的机器学习算法和工具。下面是一个简单的例子来演示如何使用 scikit-learn：

首先，安装 scikit-learn 库，可以使用 pip 命令进行安装：

pip install scikit-learn

然后，导入所需的模块，例如：

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

接下来，加载数据集并将其拆分为训练集和测试集：

iris = datasets.load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3)

然后，选择一个模型并进行训练：

knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)

最后，使用训练好的模型进行预测并计算准确率：

y_pred = knn.predict(X_test)
accuracy = knn.score(X_test, y_test)
print("Accuracy:", accuracy)

这是一个简单的 scikit-learn 的使用示例，当然还有更多的功能和算法可以使用。可以参考官方文档或者其他教程来深入了解。