用Sklearn进行k近邻的交叉验证python代码

以下是使用Sklearn进行k近邻的交叉验证的Python代码示例：

```python
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import cross_val_score
from sklearn.datasets import load_iris

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 创建k近邻分类器
knn = KNeighborsClassifier(n_neighbors=5)

# 进行10折交叉验证
scores = cross_val_score(knn, X, y, cv=10)

# 输出每次交叉验证的准确率
print("每次交叉验证的准确率：", scores)

# 输出平均准确率
print("平均准确率：", scores.mean())
```

在这个例子中，我们使用了Sklearn中的`KNeighborsClassifier`类来创建一个k近邻分类器，并使用`cross_val_score`函数进行10折交叉验证。最后，我们输出了每次交叉验证的准确率和平均准确率。