机器学习100天(二十八):028 K近邻分类算法-Python实现

机器学习100天,今天讲的是:K近邻分类算法-Python实现。

《机器学习100天》完整目录:目录

一、导入数据集

我们打开spyder,新建一个knn.py脚本。首先导入标准库,然后导入数据集 iris_data.csv 文件。数据集下载地址:iris_data.csv,提取码:9zjw。

这里使用的是 iris 数据集。iris 数据集是常用的分类实验数据集, iris 也称鸢尾花数据集,数据集包含 150 个数据样本,分为 3 个类别,每类 50 个样本,每个样本包含 4 个属性(分别是:花萼长度,花萼宽度,花瓣长度,花瓣宽度)。可通过这 4 个属性预测鸢尾花属于(Setosa,Versicolour,Virginica)三个种类的哪一类。

#导入标准库
import numpy as np
import matplotlib.pyplot as plt

你可能感兴趣的:(机器学习100天,python,人工智能,深度学习,近邻算法)