knn算法python代码

以下是knn算法的Python代码示例：

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

# 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=0.2)

# 构建knn模型
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)

# 输出预测结果和真实结果
print("预测结果：", y_pred)
print("真实结果：", y_test)

在这个示例中，我们使用了`sklearn`库中的`KNeighborsClassifier`类来实现knn算法。我们首先从`sklearn.datasets`中加载了鸢尾花数据集，然后使用`train_test_split`函数将数据集划分成训练集和测试集。接着，我们构建了一个knn模型，将`n_neighbors`参数设置为3（即k值为3），并使用训练集进行训练。最后，我们使用测试集进行预测，并输出预测结果和真实结果。