生成利用KNN算法对鸢尾花数据集进行二分类的python代码
时间: 2023-12-21 20:06:56 浏览: 34
以下是使用KNN算法对鸢尾花数据集进行二分类的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
# 加载数据集
iris = load_iris()
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3)
# 创建KNN分类器对象
knn = KNeighborsClassifier(n_neighbors=3)
# 拟合模型
knn.fit(X_train, y_train)
# 预测测试集结果
y_pred = knn.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
```
说明:
1. 首先从sklearn.datasets模块中导入鸢尾花数据集。
2. 然后使用train_test_split函数将数据集划分为训练集和测试集。
3. 创建KNN分类器对象,设定k值为3。
4. 使用fit方法拟合模型。
5. 使用predict方法对测试集进行预测。
6. 使用accuracy_score函数计算准确率并输出结果。
请注意,这只是一个简单的二分类示例,实际上鸢尾花数据集有三个类别。如果要进行多分类,需要将KNeighborsClassifier的n_neighbors参数设置为大于等于3的整数。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)