具有召回率、F 分数、精度 1 和 KNN 分类器答案

【问题标题】：Having recall, F-score, precision 1 with KNN classifier具有召回率、F 分数、精度 1 和 KNN 分类器
【发布时间】：2021-03-13 10:29:47
【问题描述】：

我正在运行从网站获取的 python 脚本。这是一个使用 Iris 数据集并对该数据集执行 KNN 分类的简单代码。但是当我运行这个脚本时，我一直将所有测量分数都设为 1.0，我认为这是一个错误的结果。我在哪里做错了？

脚本的分类部分：

knn = KNeighborsClassifier(n_neighbors=5)

knn.fit(X_train, y_train)


y_pred = knn.predict(X_test)  
print(confusion_matrix(y_test, y_pred))  
print(classification_report(y_test, y_pred))

您可以从here获得完整的脚本

【问题讨论】：

你能添加完整的代码吗？
@Minion 当然。我添加到问题部分
我认为没有问题，检查这个问题：stackoverflow.com/questions/36967126/…
@Minion，只是想了解一下：即使我改变了训练和测试样本，我也总是得到 1.0。这不应该是一个错误的结果吗？在您发布的链接中，他获得了 %98 的准确度，这是可以理解的结果。我刚发现 1.0 很奇怪
此外，您的案例中发生的分裂（偶然）恰好给出了该分数。尝试将random_state 更改为其他值，您会观察到分数的变化。

标签： python scikit-learn knn

【解决方案1】：

尝试另一个数据集。它会起作用的。也许您的算法运行良好，可以正确分类所有数据。我已经运行了这个 kNN 程序并且遇到了这样的问题，但是对于另一个数据集，它显示的答案不是 1。

【讨论】：