Sci-Kit Learn中的 k近邻

Question

我正在尝试使用Sci-Kit Learn使用Iris数据集做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)

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

然而，我认为我应该得到:KNeighborsClassifer(algorithm = 'auto', leaf_size =30, metric ='minkowski, metric_params=None, n_jobs=1, n_neighbors=6, p=2, weights='uniform')

另外，我尝试基于一个新的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。任何帮助/建议将不胜感激!

Answer 1

考虑到我在Google Colab上运行它，我认为你的代码工作得很好(链接到笔记本- https://colab.research.google.com/drive/1FROuNe4NMD6D2HCCEtz6TePlCccbGFZm?usp=sharing)。请检查一下，也许您会尝试重新出现错误。