流程
核心代码
1
2
3
4
5
6
7
8
9
10
11
| from sklearn import neighbors
def knn_sklearn_predict():
# 调用机器学习库knn分类器算法
knn = neighbors.KNeighborsClassifier()
#传入参数、特征数据和分类标签
knn.fit(datasets,labels)
#knn预测
res = knn.predict([[iceCream,drinkWater,playAct]])
print("访客认为天气{}。".format("非常热" if res == 0 else "一般热"))
return res
|
测试代码
1
2
3
4
5
6
7
| from knn import create_dataset
if __name__ == "__main__":
datasets, labels = create_dataset()
iceCream = float(input("Q:请问你今天吃了几个冰淇淋？\n"))
drinkWater = float(input("Q:请问你今天喝了几升水？\n"))
playAct = float(input("Q:请问你今天在户外运动了几个小时？\n"))
knn_sklearn_predict()
|
测试结果
Q:请问你今天吃了几个冰淇淋？
1
Q:请问你今天喝了几升水？
1
Q:请问你今天在户外运动了几个小时？
1
访客认为天气一般热。
