from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split,GridSearchCV
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier

1.获取数据集

iris = load_iris()

2.数据基本处理

2.1数据分割

x_train,x_test,y_train,y_test=train_test_split(iris.data,iris.target,random_state=22,test_size=0.2)

3.特征工程

3.1实例化一个转换器

transfer = StandardScaler()

3.2调用fit_transform方法

x_train=transfer.fit_transform(x_train)
x_test=transfer.fit_transform(x_test)

4.机器学习(模型训练)

4.1实例化一个估计器

estimator = KNeighborsClassifier(n_neighbors=5)

4.2调用交叉验证网格搜索模型

param_grid={'n_neighbors':[1,3,5,7,9]}
estimator = GridSearchCV(estimator,param_grid=param_grid,cv=10,n_jobs=1)##cv为几折

4.3模型训练

estimator.fit(x_train,y_train)

5.模型评估

5.1输出预测值

y_pre=estimator.predict(x_test)
print('预测值是：\n',y_pre)

5.2输出准确率

ret = estimator.score(x_test,y_test)
print('准确率是：\n',ret)

5.3其他评价指标

print('最好的模型：\n',estimator.best_estimator_)
print('最好的结果：\n',estimator.best_score_)
print('整体模型结果：\n',estimator.cv_results_)
结果显示为：

预测值是：
[0 2 1 1 1 1 1 1 1 0 2 1 2 2 0 2 1 1 1 1 0 2 0 1 1 0 1 1 2 1]
准确率是：
0.7666666666666667
最好的模型：
KNeighborsClassifier()
最好的结果：
0.9666666666666666

最好的模型的括号里没有跳出任何东西！！pycharm里也是这样！！