数据集介绍
Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类.
用KNN分类Iris数据集
from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.neighbors import KNeighborsClassifier# K-近邻算法# 导入数据load_data = load_iris()x = load_data.datay = load_data.target# 数据预处理，分割数据分别为训练集和测试集x_train, x_test, y_train, y_test = train_test_split(x,y,test_size = 0.25)# 特征工程 对训练集和测试集中的特征数据进行标准化std = StandardScaler()x_train = std.fit_transform(x_train)x_test = std.transform(x_test)# 进行算法处理，使用K-近邻knn = KNeighborsClassifier()# 输入训练集数据knn.fit(x_train,y_train)# 输入测试集，查看训练结果result = knn.predict(x_test)# 查看准确率r_result = knn.score(x_test,y_test)print("训练的结果为：",result)print("正确的结果为：",y_test)print("识别成功率为：",r_result)
