K-近邻和k-tree算法学习

 

 

 

 

 

 

 

from sklearn.neighbors import KNeighborsClassifier

#1构造数据
x=[[1],[2],[10],[20]]#4行1列--》4个样本，1个特征
y=[0,0,1,1]

##2.训练模型
#2.1实例化一个估计器对象
estimator=KNeighborsClassifier(n_neighbors=1)#最好的标签，就是预测得到的结果

#2.2调用fit方法，进行训练
estimator.fit(x,y)

#3.数据预测
ret=estimator.predict([[0]])#一个样本一个特征
print(ret)
ret1=estimator.predict([[100]])
print(ret1)