如下所示：
计算
安全
数据库
网络和加速
企业服务
from sklearn.datasets import load_iris
iris = load_iris()
print iris.data.shape
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size = 0.25, random_state = 33)
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
ss = StandardScaler()
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)
knc = KNeighborsClassifier()
knc.fit(X_train, y_train)
y_predict = knc.predict(X_test)
print 'The accuracy of K-Nearest Neighbor Classifier is: ', knc.score(X_test, y_test)
from sklearn.metrics import classification_report
print classification_report(y_test, y_predict, target_names = iris.target_names)
以上这篇在python中利用KNN实现对iris进行分类的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持亿速云。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
