python knn聚类算法实例

以下是一个简单的 Python KNN 聚类算法的实例：

import numpy as np
import pandas as pd

# 加载数据集
df = pd.read_csv('data.csv')

# 分离数据和标签
X = df.iloc[:, :-1].values
y = df.iloc[:, -1].values

# 将数据集划分为训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

# 特征缩放
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

# 训练 KNN 模型
from sklearn.neighbors import KNeighborsClassifier
classifier = KNeighborsClassifier(n_neighbors=5)
classifier.fit(X_train, y_train)

# 预测测试集结果
y_pred = classifier.predict(X_test)

# 输出混淆矩阵和准确率
from sklearn.metrics import confusion_matrix, accuracy_score
cm = confusion_matrix(y_test, y_pred)
print(cm)
print('Accuracy:', accuracy_score(y_test, y_pred))

这个实例中，我们首先加载了一个 CSV 文件作为我们的数据集，然后将数据分为特征和标签。接下来，我们将数据集分为训练集和测试集，并使用标准化技术对特征进行缩放。然后我们创建了一个 KNN 分类器，使用训练集进行训练。最后，我们用测试集进行预测，并输出混淆矩阵和准确率。