机器学习11 KNN调参

调参常见错误：

情况1:调参只调了n neighbors
情况2:把测试集和训练集的划分放到了调参的循环中

特别说一下情况二，因为参数在变，由于test数据是随机抽取的，所以数据也在变，同时两个数据都在变，所以结果准确性的score也在变（不能确定变化究竟是由谁引起的）

解决办法:
调参之前把训练集和测试集准备好，只有参数在变化
结果跟参数之间的一个关系

调参步骤

引包

import numpy as np
import pandas as pd
#datasets是自带demo数据集,方便自学
from sklearn import datasets
#train_test_split是数据集划分 8：2  7:3
from sklearn.model_selection import train_test_split
#KNN
from sklearn.neighbors import KNeighborsClassifier

导入数据集，得到x，y

iris = datasets.load_iris()
iris

x = iris['data']
x

y = iris['target']
y

训练集测试集划分

 x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2)

构建训练模型

knn = KNeighborsClassifier() #模型准备
knn.fit(x_train,y_train) #模型训练

调参

或者