Scikit Learn 中的 K 最近邻

Question

我正在尝试练习使用 Sci-Kit Learn 来使用 Iris 数据集做一个 K 最近邻预测模型。这是我写的：

import sklearn
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('ggplot')
import seaborn as sns
iris = datasets.load_iris()

X = iris.data
y = iris.target


knn =KNeighborsClassifier(n_neighbors=6)


knn.fit(X, y)

这是我的输出>>> KNeighborsClassifier(n_neighbors=6)

不过，我想我应该得到：KNeighborsClassifer(algorithm = 'auto', leaf_size =30, metric ='minkowski, metric_params=None, n_jobs=1, n_neighbors=6, p=2, weights='uniform')

此外，我尝试根据新的 X 值数组 (X_new) 预测目标值，如下所示：

X_new = np.array([[5.6,2.8,3.9,1.1],[5.7,2.6,3.8,1.3],[4.7,3.2,1.3,0.2]])

Pred = knn.predict(X_new)

print(Pred)

但是，它根本没有提供任何输出。任何 assistance/advice 将不胜感激！

Answer 1

考虑到我运行它在 Google Colab 上（link 到笔记本 - https://colab.research.google.com/drive/1FROuNe4NMD6D2HCCEtz6TePlCccbGFZm?usp=sharing），我认为你的代码工作正常。请检查一下，也许您尝试重现错误。

Scikit Learn 中的 K 最近邻

K-Nearest Neighbor in Sci-Kit Learn

python

numpy

knn

scikit-learn