knn算法python代码实例

以下是一个KNN算法的Python代码实例：

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

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 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, random_state=0)

# 构建KNN分类器
knn = KNeighborsClassifier(n_neighbors=3)

# 训练模型
knn.fit(X_train, y_train)

# 预测
y_pred = knn.predict(X_test)

# 输出准确率
print("Accuracy:", knn.score(X_test, y_test))

以上代码使用了scikit-learn库中的KNeighborsClassifier类来构建KNN分类器，并使用load_iris函数加载了鸢尾花数据集。代码将数据集分为训练集和测试集，并使用fit方法训练模型。最后，使用predict方法进行预测，并输出分类器的准确率。