1.现有数据集“cancer_train.csv”, 记录了 500 位乳腺癌问诊病人的病灶造影照片的数据, 一共 30 个特征,比如“平均半径”代表病灶中心点离边界的平均距离。最后一列为标签, 1 代表阳性, 说明恶性程度比较高, 0 代表阴性。请利用这份数据简单建立一个KNN模型,并评估预测结果的准确率。
# 导入KNN分类器
from sklearn.neighbors import KNeighborsClassifier
# 划分训练集与测试集
from sklearn.model_selection import train_test_split
# k折交叉验证
from sklearn.model_selection import cross_val_score as CVS
# 归一化
from sklearn.preprocessing import MinMaxScaler as mms
# 导入数据
cancer_train=pd.read_csv(r"cancer_train.csv",index_col=0)
# 提取特征矩阵
X = cancer_train.iloc[:,:-1