准备:鸢尾花数据集。 调用sklearn库,使用KNN分类方法完成鸢尾花数据的分类。
时间: 2024-05-01 09:23:44 浏览: 17
好的,以下是一份使用KNN算法对鸢尾花数据集进行分类的Python代码:
```python
from sklearn import datasets
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 = datasets.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, test_size=0.3, random_state=42)
# 构建KNN分类器
knn = KNeighborsClassifier(n_neighbors=3)
# 在训练集上训练KNN分类器
knn.fit(X_train, y_train)
# 在测试集上测试KNN分类器
y_pred = knn.predict(X_test)
# 输出KNN分类器在测试集上的准确率
print("Accuracy:", accuracy_score(y_test, y_pred))
```
代码中使用`sklearn`库加载鸢尾花数据集,并将数据集分为训练集和测试集。然后使用`KNeighborsClassifier`构建一个KNN分类器,设置`n_neighbors`参数为3,表示使用最近的3个邻居进行分类。接着在训练集上训练KNN分类器,然后在测试集上测试分类器,并输出分类器在测试集上的准确率。