一、导入相关模块
from sklearnimport datasets#数据加载模块
from sklearn.neighborsimport KNeighborsClassifier#KNN
from sklearn.cross_validationimport train_test_split#数据分割模块
二、通过datasets加载iris数据
iris=datasets.load_iris()
三、将数据分为属性和标签
iris_X=iris.data
iris_Y=iris.target
四、通过train_test_spli将数据分为训练集、测试集、测试集占0.3的比例
X_train,X_test,Y_train,Y_test=train_test_split(iris_X,iris_Y,test_size=0.3)
五、实例化KNN模型
knn=KNeighborsClassifier()
六、训练模型
knn.fit(X_train,Y_train)
七、传入测试集、对模型进行测试
result=knn.predict(X_test)
八、对模型进行评估
count=0
for item1,item2in zip(result,Y_test):
if item1==item2:
count+=1
print(count)
print(float(count)/float(len(Y_test)))
