KNN 算法实例

参考 ：https://www.bilibili.com/video/BV1Nt411i7oD?from=search&seid=4603953531395093043

KNN算法：给定一个训练数据集，对新的的输入实例，在训练数据集中找到与该实例最邻近的的K个实例，这K个实例的多数属于某个类，就把该实例分为这个类。

下面是代码实例

import csv
import random

with open('Prostate_Cancer.csv', 'r') as file:  # 读取CSV文件
    reader = csv.DictReader(file)

    data = [row for row in reader]  # 数组每一块单独的元素代表一个样本的全部特征

random.shuffle(data)  # 打乱数据集

n = len(data)//3
test_set = data[0:n]
train_set = data