机器学习knn算法学习笔记使用sklearn库 ，莺尾花实例

**

机器学习knn算法学习笔记使用sklearn库 ，莺尾花实例。

具体knn算法是怎样的我这里就不再详细论述。在这里我注意总结我使用knn算法进行一个分类的分析
**

分析过程

1.前期准备

引入相关的库，model_selection这个模块采用我这种写法，不然就用不了

import numpy as np
from sklearn import model_selection  #将训练集和测试集分开的模块
from sklearn.neighbors import KNeighborsClassifier  # K-近邻算法模块
import matplotlib.pyplot as plt
import pandas as pd

引入数据看看数据是怎样的

data = pd.read_csv(r'C:\Users\lenovo\Desktop\毕业论文文献2\iris.csv')
data.head()

如图所示，一个数据有四个特征值，为了发方面后续分析，我们将各数据的类别重新命名。

###将种类名称替换成对应的数字， 1:setosa, 2:versicolor, 3: virginica. 这一步在这个分类预测中没有必要， 但可以用在回归中。
data['encode'] = data['Species'].map(lambda x :1 if x =='setosa' else (2 if x =='versicolor' else 3))
data.info()

一共有150个数据集，没存在空值的情况。

#设置变量x 与变量y
x = np.array(data.iloc[:,:4])
y = np.array(data.encode)

#将x，y分别划分为训练集与测试集
train_x,test_x,train_y