通過KNN例子，實現Sklearn入門
阿新 • • 發佈：2018-12-01
一、安裝sklearn
pip 安裝
安裝 Scikit-learn (sklearn) 最簡單的方法就是使用 pip 安裝它.
首先確認自己電腦中有安裝
Python (>=2.6 或 >=3.3 版本)
Numpy (>=1.6.1)
Scipy (>=0.9)
然後開啟cmd視窗，使用如下命令安裝
pip3 install -U scikit-learn(因為我用的版本是python3，所以pip後面要加3）
ps：其實只要電腦中已經安裝anaconda，那就不需要再安裝sklearn了
可以使用 conda list 命令檢視anaconda中是否有sklearn模組
二、使用sklearn中KNN演算法識別 Iris（鳶尾花）類別
import numpy as np from sklearn import datasets #從sklearn自帶資料庫中載入鳶尾花資料 from sklearn.model_selection import train_test_split #引入train_test_split函式 from sklearn.neighbors import KNeighborsClassifier #引入KNN分類器 iris=datasets.load_iris() #將鳶尾花資料存在iris中 iris_X=iris.data #指定訓練資料iris_X iris_y=iris.target #指定訓練目標iris_y # print(iris_X[:2,:]) //檢視前兩個例子的所有特徵值 # print(iris_y) //檢視目標標籤名稱 #使用train_test_split（）函式將資料集分成用於訓練的data和用於測試的data X_train,X_test,y_train,y_test=train_test_split(iris_X,iris_y,test_size=0.3) knn=KNeighborsClassifier() #呼叫KNN分類器 knn.fit(X_train,y_train) #訓練KNN分類器 print(knn.predict(X_test)) #預測值 print(y_test) #真實值
輸出結果
一二行實預測值，三四行是真實值
