K最近邻(K Nearest Neighbours)算法是一种常用的分类算法,它通过测量新样本与训练数据集中各个样本之间的距离,来确定新样本所属的类别。本文将详细介绍如何使用Python实现K最近邻分类算法,并提供相应的源代码。
首先,我们需要导入必要的Python库,包括NumPy和Scikit-learn:
import numpy as np
from sklearn.neighbors import KNeighborsClassifier
接下来,我们需要准备训练数据和测试数据。训练数据是用来训练模型的数据,而测试数据是用来评估模型性能的数据。在这个例子中,我们使用一个简单的二维数据集作为示例:
# 训练数据
X_train = np