python 计算KNN的k值代码

以下是使用 scikit-learn 库计算 KNN 的 k 值的 Python 代码示例：

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

# load iris dataset
iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, random_state=42)

# try different values of k
for k in range(1, 10):
    knn = KNeighborsClassifier(n_neighbors=k)
    knn.fit(X_train, y_train)
    score = knn.score(X_test, y_test)
    print("k: %d, accuracy: %.2f%%" % (k, score*100))

这段代码将鸢尾花数据集分为训练集和测试集，并尝试不同的 k 值来训练 KNN 模型，并计算每个 k 值的准确率。你可以根据自己的需要修改数据集和测试参数。