使用knn创建一个分类器

使用knn创建一个分类器

# 数据集不是特别大的情况&＃xff0c; 用KNeighborsClassifier 分类器
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
from sklearn import datasets
​
# 加载数据
iris &＃61; datasets.load_iris()
X &＃61; iris.data
y &＃61; iris.target
​
# print(y)
# 标准化
standardizer &＃61; StandardScaler()
​
# 标准化
X_std &＃61; standardizer.fit_transform(X)
​
# 创建 5个邻居的分类器 n_jobs&＃61;-1 使用全部CPU
knn &＃61; KNeighborsClassifier(n_neighbors&＃61;5, n_jobs&＃61;-1).fit(X_std, y)
​
# 创建两个样本
new_observations &＃61; [[ 0.75, 0.75, 0.75, 0.75],[ 1, 1, 1, 1]]
​
# 预测
knn.predict(new_observations)
array([1, 2])
#查看分别属于哪一类的概率
knn.predict_proba(new_observations)
array([[0. , 0.6, 0.4],[0. , 0. , 1. ]])