机器学习--KNN算法

本文主要是介绍机器学习--KNN算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

knn算法针对有监督学习，分为2种：聚类和回归

第1种：聚类

#导包（聚类）
from sklearn.neighbors import KNeighborsClassifier
#构建数据
x = [[3],[6],[8]]
y=[3,7,6]
#实例化模型
knn=KNeighborsClassifier(n_neighbors=1)
#训练
knn.fit(x,y)
#预测
print(knn.predict([[4]]))

运行结果：

#导包（回归）
from sklearn.neighbors import KNeighborsRegressor
#构建数据
x = [[3.4],[5.6],[8.9]]
y=[3,7,6]
#实例化模型
knn=KNeighborsRegressor(n_neighbors=1)
#训练
knn.fit(x,y)
#预测
print(knn.predict([[4]]))

运行结果：

这篇关于机器学习--KNN算法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---