机器学习----knn算法

1.题目分析

使用原生python实现knn分类算法，并使用鸢尾花数据集。

---

knn算法介绍

KNN（k-Nearest Neighbor）算法，即k最近邻算法。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。

其优点：

1.简单，易于理解，易于实现，无需估计参数，无需训练；

2. 适合对稀有事件进行分类；

3.特别适合于多分类问题(multi-modal,对象具有多个类别标签)， kNN比SVM的表现要好。

缺点：

（1）最大的不足之处：当样本不平衡时，如一个类的样本容量很大，而其他类样本容量很小时，有可能导致当输入一个新样本时，该样本的K个邻居中大容量类的样本占多数。 该算法只计算“最近的”邻居样本，某一类的样本数量很大，那么或者这类样本并不接近目标样本，或者这类样本很靠近目标样本。无论怎样，数量并不能影响运行结果。

（2）计算量较大，因为对每一个待分类的文本都要计算它到全体已知样本的距离，才能求得它的K个最近邻点。

（3）可理解性差，无法给出像决策树那样的规则。

---

2.算法设计

2.1  KNN模型算法流程图如下图所示：

2.2（1）首先定义一个KNN()类；

     （2）定义__init__()方法进行初始化，设k值为3；

     （3）定义fit()方法，传入训练集x_train和y_train；

     （4）定义distance()方法，求测试集与