机器学习及其算法（KNN原理及代码实现）

KNN算法的代码实现

0.引入依赖

import numpy as np
import pandas as pd

# 这里直接引入sklearn里的数据集，iris鸢尾花
from sklearn.datasets import load_iris 
from sklearn.model_selection import train_test_split  # 切分数据集为训练集和测试集
from sklearn.metrics import accuracy_score # 计算分类预测的准确率

1.数据加载和预处理

iris = load_iris()
df = pd.DataFrame(data = iris.data, columns = iris.feature_names)
df['class'] = iris.target
df['class'] = df['class'].map({
   
   0: iris.target_names[0], 1: iris.target_names[1], 2: iris.target_names[2]})
df.head(10)
df.describe()#显示数据的一些特征

x = iris.data
y = iris.target.reshape(-1,1)#本来是1行150列。现在需要150行1列
print(x.shape, y.shape)

(150, 4) (150, 1)

# 划分训练集和测试集
x_train, x_test,