KNN算法花的分类预测
#导入库
import csv #读取文件
import random #返回随机生成的一个实数,它在[0,1)范围内。
import math
import operator
#load数据集dateset,将以csv方式打开的文件通过csv.reader()读取所有行数据,
# 再通过list将每组数据变为列表的形式,将数组里的数字变成float形式,
# 最后通过rando.random()及split将数据分为训练trainingSet和测试testSet两部分。
def loadDataset(filename,split,trainingSet=[],testSet=[]):
with open(filename,'rt') as csvfile:
lines = csv.reader(csvfile)#读取所有行
dataset = list(lines)#转化成list结构
print('dataset:'+str(dataset))
print('len(dataset):'+str(len(dataset)))
for x in range(len(dataset)): #总共dataset的长度
for y in range(4):
dataset[x][y] = float(dataset[x][y])
if random.random() < split:
trainingSet.append(dataset[x])#一定记得加[x]
else:
testSet.append(dataset[x])
#计算一组参数的距离。
def euclideanDistance(i
相关知识
KNN花卉识别项目练习
K近邻算法和鸢尾花问题
【机器学习】鸢尾花分类
利用KNN对150个实例对花卉进行机器培训
[机器学习基础][笔记] 一、鸢尾花分类
鸢尾花分类
第一个机器学习项目(鸢尾花分类问题)
卷积神经网络的算法范文
智能分类算法在植物分类中的应用研究
Python机器学习基础教程
网址: KNN算法花的分类预测 https://m.huajiangbk.com/newsview120771.html
上一篇: 最适合家庭养的19种花卉 |
下一篇: 浅谈室内空气污染与观赏植物和花卉 |