qq_51502732的博客

采用准确率（Accurancy），精确率（precision），召回率（Recall），F1分数（F1 score）来评估模型。模型的准确率、精确率、召回率和 F1 分数都在 50% 到 70% 之间，说明模型有一定的预测能力，但效果并不是特别好。模型的准确率、精确率、召回率和 F1 分数都在 50% 到 80% 之间，说明模型有较好的预测能力，但仍有改进空间。统计这k个邻居中各类别的数量，并将要预测的数据点预测为这k个邻居中数量最多的类别。在训练集中选择与要预测的数据点距离最近的k个邻居。

这里原来的数据集为10000行X6列，若采用训练集占80%，测试集占20%的比例划分，那么训练集为8000行X7列，测试集为2000行X7列。在这里，学习时长，历史分数，课外活动，睡眠时长，练习的试卷为自变量，成绩为因变量。简单线性回归算法的函数表达式一般为y=kx+b，需要拟合的变量是k和b。接下来需要在测试集上使用我们训练好的模型去预测结果，观察与实际值的误差。可以看到房价约为62万。