def model_trainx y x 特征值 y 目标值 # 请根据注释正确补充代码让程序能够输出正确答案 # Begin # # 将给出的特征向量中分出80作为模型训练数据剩下作为测试数据 # 实例化一个knn的分类器 # 传入训练数据进行模型训练 # 传入测试数据对模型得分进行评估 # End #

def model_train(x, y): """ x : 特征值 y : 目标值 """ # 将给出的特征向量中分出80%作为模型训练数据，剩下作为测试数据 x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2)

# 实例化一个knn的分类器
knn = KNeighborsClassifier()

# 传入训练数据进行模型训练
knn.fit(x_train, y_train)

# 传入测试数据对模型得分进行评估
score = knn.score(x_test, y_test)

return score

if name == 'main': digit = load_digits() x = digit.data y = digit.target model_score = model_train(x, y) print(model_score