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。