最新回答 / 卡皮巴拉_jpySV1
import matplotlib.pyplot as plt%matplotlib inlineplt.plot(k_range,score_train)plt.xlabel('x')plt.ylabel('y')plt.show()這樣應(yīng)該就行了
最新回答 / qq_星星_77
from sklearn.metrics import accuracy_score
老師講的非常好，每節(jié)內(nèi)容緊實(shí)，表達(dá)清洗，思路明晰。??
數(shù)據(jù)項(xiàng)目名有更新，大家注意，新版數(shù)據(jù)
#X,y賦值
#大寫X，小寫y
#我們需要的四個(gè)特征
feature_names = ['Pregnancies','Insulin','BMI','Age']
X = pima[feature_names]
y = pima.Outcome
#X,y賦值
#大寫X，小寫y
#我們需要的四個(gè)特征
feature_names = ['Pregnancies','Insulin','BMI','Age']
X = pima[feature_names]
y = pima.Outcome
2024-08-15
print(knn.__dict__)用這個(gè)，就可以和老師，輸出一致
+ 我來回答
回答最高可+2積分
