在python中利用KNN实现对iris进行分类的方法

人生有起有落,有起有伏,无论你现在是在人生的顶峰,还是在人生的低谷,都是人生必经的一个过程。站在山峰的你,回头看看曾经在山谷的你,是多么的发奋图强,自强不息。所有的好事不是不来,而是在等红绿灯的路上。

如下所示:

from sklearn.datasets import load_iris
 
iris = load_iris()
 
print iris.data.shape
 
from sklearn.cross_validation import train_test_split
 
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size = 0.25, random_state = 33)
 
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
 
ss = StandardScaler()
 
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)
 
knc = KNeighborsClassifier()
knc.fit(X_train, y_train)
y_predict = knc.predict(X_test)
 
print 'The accuracy of K-Nearest Neighbor Classifier is: ', knc.score(X_test, y_test)
 
from sklearn.metrics import classification_report
 
print classification_report(y_test, y_predict, target_names = iris.target_names)

以上这篇在python中利用KNN实现对iris进行分类的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签: 进行分类 python