<>强如下所示:
从sklearn。数据导入load_iris
虹膜=load_iris ()
打印iris.data.shape
从sklearn。cross_validation进口train_test_split
X_train、X_test y_train y_test=train_test_split(虹膜。数据,虹膜。目标,test_size=0.25, random_state=33)
从sklearn。预处理进口StandardScaler
从sklearn。邻居进口KNeighborsClassifier
党卫军=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)
打印的再分类器的准确性是:,knc。评分(X_test y_test)
从sklearn。指标导入classification_report
打印classification_report (y_test、y_predict target_names=iris.target_names)
之前
以上这篇在python中利用资讯实现对虹膜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。
