如下所示：

創(chuàng)新互聯(lián)服務(wù)項(xiàng)目包括鐵西網(wǎng)站建設(shè)、鐵西網(wǎng)站制作、鐵西網(wǎng)頁(yè)制作以及鐵西網(wǎng)絡(luò)營(yíng)銷策劃等。多年來(lái)，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢(shì)、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，鐵西網(wǎng)站推廣取得了明顯的社會(huì)效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到鐵西省份的部分城市，未來(lái)相信會(huì)繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！

from sklearn.datasets import load_iris
 
iris = load_iris()
 
print iris.data.shape
 
from sklearn.cross_validation import train_test_split
 
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size = 0.25, random_state = 33)
 
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
 
ss = StandardScaler()
 
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)
 
knc = KNeighborsClassifier()
knc.fit(X_train, y_train)
y_predict = knc.predict(X_test)
 
print 'The accuracy of K-Nearest Neighbor Classifier is: ', knc.score(X_test, y_test)
 
from sklearn.metrics import classification_report
 
print classification_report(y_test, y_predict, target_names = iris.target_names)

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

當(dāng)前名稱：在python中利用KNN實(shí)現(xiàn)對(duì)iris進(jìn)行分類的方法-創(chuàng)新互聯(lián)
本文地址：http://weahome.cn/article/ceicjc.html