ML之k-NN：k-NN实现对150朵共三种花的实例的萼片长度、宽，花瓣长、宽数据统计，根据一朵新花的四个特征来预测其种类

ML之k-NN：k-NN实现对150朵共三种花的实例的萼片长度、宽，花瓣长、宽数据统计，根据一朵新花的四个特征来预测其种类

目录

输出结果

实现代码

输出结果

实现代码

  

   

    

     

    
    

     

      from sklearn import neighbors  
     
    
   

    

     

    
    

     

      from sklearn import datasets  
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      knn = neighbors.KNeighborsClassifier()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      iris = datasets.load_iris()  
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print (iris) 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      knn.fit(iris.data, iris.target) 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      predictedLabel = knn.predict([[0.1, 0.2, 0.3, 0.4]]) 
     
    
   

    

     

    
    

     

      print ("niu")
     
    
   

    

     

    
    

     

      print (predictedLabel)
     
    
  
 

 相关文章
ML之k-NN：k-NN实现对150朵共三种花的实例的萼片长度、宽，花瓣长、宽数据统计，根据一朵新花的四个特征来预测其种类

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/80020891