python 写一个基于KNN算法的水果识别

好的，以下是基于KNN算法的水果识别 Python 代码示例：

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 读取数据集
data = pd.read_csv('fruits.csv')

# 将特征和标签分开
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 创建 KNN 模型
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)

# 预测测试集
y_pred = knn.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('准确率：', accuracy)

需要注意的是，这里假设数据集已经存在，并且数据集中的特征已经经过了预处理和特征提取。如果数据集还没有准备好，可以在网上搜索相关数据集，或者自己采集数据，并进行处理。