免責事項:この記事はブロガーオリジナル記事です、続くBY-SAのCC 4.0を著作権契約、複製、元のソースのリンクと、この文を添付してください。
図書館sklearn
ライブラリの[ツール:
データセット、model_selection、隣人
Kコード隣人は考えた:
データセットがあります---- ----データセグメンテーションアルゴリズムKNNの呼び出し
アイリス= datasets.load_iris()
インポートデータ・セット
のオープンソース・データ・セット、セット、重要なデータの1:データの集中REの
データセットの機能を:三つのカテゴリーがありますが、分類することが可能である
リンクのデータセットの説明をします。https://archive.ics.uci.edu/ml/datasets/アイリス/
X = iris.data
Y = iris.target
プリント(x、y)は
3つの値:Yは、カテゴリを表します。そう分類するための
アイリス150既知データ、LEN(X)、LEN(yは ) 150であります
x_train、x_test、y_train、y_test = train_test_split(X、Y、random_state = 2003)
データセットの分割
されたX線データを既知の、150の合計、トレーニングに分割セット 112 とテストセット 38
のY共感を
CLF = KNeighborsClassifier(N_NEIGHBORS = 3)
最近傍、3の隣人をkの呼び出し
clf.fit(x_train、y_train)