python knn算法实例

好的，这里给你一个 KNN（K-近邻）算法的实例，使用 Python 的 scikit-learn 库实现：

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

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
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
knn = KNeighborsClassifier(n_neighbors=3)

# 训练模型
knn.fit(X_train, y_train)

# 预测测试集
y_pred = knn.predict(X_test)

# 输出准确率
print("Accuracy:", accuracy_score(y_test, y_pred))

以上例子中，我们使用 Iris 数据集来训练一个 KNN 分类器，将其分成 3 类。首先，我们将数据集划分为训练集和测试集，然后创建 KNN 分类器并对其进行训练。最后，我们使用测试集来预测分类结果，并输出准确率。