写一个三个特征,三个种类的knn分类器,总共有150行数据
时间: 2024-03-27 07:36:40 浏览: 14
好的,我可以为您提供一个示例KNN分类器,该分类器具有三个特征和三个类别,并且使用150行数据进行训练和测试。以下是代码示例:
```python
from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
# 加载数据
iris = load_iris()
X = iris.data
y = iris.target
# 只选择三个特征
X = X[:, :3]
# 将数据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)
# 定义KNN分类器
knn = KNeighborsClassifier(n_neighbors=3)
# 训练分类器
knn.fit(X_train, y_train)
# 使用测试集评估分类器性能
accuracy = knn.score(X_test, y_test)
print("Accuracy:", accuracy)
```
在此示例中,我们使用鸢尾花数据集,该数据集具有四个特征和三个类别。我们只选择了前三个特征,并使用KNN分类器进行分类。我们还将数据分为训练集和测试集,并使用测试集评估分类器性能。最后,我们打印出分类器的准确度。
请注意,此示例中的数据集为Sklearn自带的数据集,您可以将其替换为您自己的数据集。