KNN算法学习总结

原视频链接

---

一、Knn是什么？

寻找未知分类的数据，以离他最近的已知n个数据，来看他应该属于哪一类

如图，k值视为临近范围。
如果K=3，那么离绿色点最近的有2个红色三角形和1个蓝色的正方形，这3个点投票，于是绿色的这个待分类点属于红色的三角形。
如果K=5，那么离绿色点最近的有2个红色三角形和3个蓝色的正方形，这5个点投票，于是绿色的这个待分类点属于蓝色的正方形。可见K值的选择对分类的结果还是有很大的影响。

距离度量： sklearn knn的使用，以及cross validation交叉验证

二、应用步骤

1.准备一些数据csv文件（这里以癌症检测数据为例）

2.在pycharm引入csv包（即可读取又可输出）

代码如下：

import  csv

2.读入数据

代码如下：

with open('Prostate_Cancer.csv', 'r') as file:  # 打开csv文件并读取，需要先下载此文件
    reader = csv.DictReader(file)  # DictReader可以以字典的方式读取文件

    datas = [row for row in reader]  # 循环读取数据
  

3.打乱数据集并分段数据作为训练和测试类

random.shuffle(datas)  # 引用random包，随机打乱数据集，使每次训练的顺序不同达到训练目的
n = len(datas)//3  #