K-近邻算法.zip

""" 案例：获取鸢尾花数据集 在scikit-learn中对于小数据集在安装时已经下载了，比如鸢尾花数据集 """ from sklearn.datasets import load_iris,fetch_20newsgroups from sklearn.model_selection import train_test_split import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 1、数据集获取 # 1.1 小数据集获取 iris = load_iris() # print(iris) # 1.2 大数据集获取 # news = fetch_20newsgroups() # print(news) # 2、数据集属性描述 # print("数据集中特征值为：\n",iris.data) # print("数据集中目标值为：\n",iris["target"]) # print("数据集中特征值名字为：\n",iris.feature_names) # print("数据集中目标值名字为：\n",iris.target_names) # print("数据集的描述为：\n",iris.DESCR) """ 对鸢尾花数据进行可视化 """ # 1、数据类型转换 iris_data = pd.DataFrame(data=iris.data, columns=[iris.feature_names[0],iris.feature_names[1], iris.feature_names[2],iris.feature_names[3]]) iris_data["target"] = iris.target # print(iris_data) # 2、定义画图函数 def iris_plot(data,col1,col2): sns.lmplot(col1,col2,data=data,hue="target",fit_reg=False) plt.title("鸢尾花数据展示",fontsize=16) plt.xlabel(col1) plt.ylabel(col2) plt.show() # iris_plot(iris_data,iris.feature_names[0],iris.feature_names[3]) """ 数据集的划分 """ x_train,x_test,y_train,y_test = train_test_split(iris.data,iris.target,test_size=0.2,random_state=22) # print("训练集的特征值为：\n",x_train) # print("测试集的特征值为：\n",x_test) # print("训练集的目标值为：\n",y_train) # print("测试集的目标值为：\n",y_test) print("训练集的特征值形状:\n",x_train.shape) print("测试集的特征值形状:\n",x_test.shape)