机器学习 -- KNN算法（Ⅲ 肿瘤预测案例 -- 封装成函数）

本节对上一节机器学习 -- KNN算法（肿瘤预测案例）在jupyter中的代码修改为函数式实现。

（1）首先导入所有需要的模块和包：

import numpy as np
from collections import Counter

（2）导入数据集的函数实现：

def loadData():
    """
    加载数据集（这里只是通过手动的方式构造数据集，之后会使用文件读取的方式）
    :return: 训练集的特征值X_train的numpy数组, 训练集的目标值y_train的numpy数组
    """
    raw_data_X = [[3.3935, 2.3312],
                  [3.1101, 1.7815],
                  [1.3438, 3.3684],
                  [3.5823, 4.6792],
                  [2.2804, 2.8670],
                  [7.4234, 4.6965],
                  [5.7451, 3.5340],
                  [9.1722, 2.5111],
                  [7.7928, 3.4241],
                  [7.9398, 0.7916]]
    raw_data_y = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
    X_train