这是我的 KNN 分类器示例代码，准确率超过 90%，
sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.transform(X_test)
k=10 分类器=KNeighborsClassifier(n_neighbors=k)
分类器.fit（X_train，y_train）
y_pred=classifier.predict(X_test)
acc=accuracy_score(y_test, y_pred)
print("For K=",k,"-->准确度为:",acc)
我正在尝试使用此将上面列出的模型转换为张量流精简模型，
转换器 = lite.TFLiteConverter.from_keras_model(classifier)
tfmodel = 转换器.convert()
打开（'trained_model.tflite'，'wb'）。写（tfmodel）
但我收到这个错误，
'KNeighborsClassifier' 对象没有属性 'call'
无论如何将python中训练有素的knn模型转换为tflite模型？
看起来像是KNeighborsClassifiersklearn 库的一部分。lite.TFLiteConverter.from_keras_model支持 keras 模型，而不是 sklearn 模型。您需要构建和训练Keras 分类器。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句