溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文小編為大家詳細介紹“Python基于KNN算法怎么實現尾鳶花數據集分類”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Python基于KNN算法怎么實現尾鳶花數據集分類”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。
import pandas as pddf = pd.read_csv('iris.csv')# 讀入數據df.columns = ['Sepal length', 'Sepal width', 'Petal length', 'Petal width', 'Species']df.head()# 查看前5條數據
df.describe()# 查看數據信息
import numpy as np #使用K-近鄰算法對鳶尾花數據進行交叉驗證 from sklearn.datasets import load_iris import matplotlib.pyplot as plt
#下載數據集
iris = load_iris()
data = iris.data[:,:2]
target = iris.target
print (data.shape)#(150,2)
print (data[:10])
print (target[:10])
label = np.array(target)
index_0 = np.where(label==0)
plt.scatter(data[index_0,0],data[index_0,1],marker='x',color = 'b',label = '0',s = 15)
index_1 =np.where(label==1)
plt.scatter(data[index_1,0],data[index_1,1],marker='o',color = 'r',label = '1',s = 15)
index_2 =np.where(label==2)
plt.scatter(data[index_2,0],data[index_2,1],marker='s',color = 'g',label = '2',s = 15)
plt.xlabel('X1')
plt.ylabel('X2')
plt.legend(loc = 'upper left')
plt.show()
讀到這里，這篇“Python基于KNN算法怎么實現尾鳶花數據集分類”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
