使用KNN近邻法进行鸢尾花的分类

       邻近算法，或者说K最邻近（KNN，K-NearestNeighbor）分类算法是数据挖掘分类技术中最简单的方法之一。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个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法。

1. 使用sklearn框架的load_iris()函数获得鸢尾花的数据集
2. 再通过sklearn框架model_selection模块导入分割函数train_test_split()得到训练的数据集，测试的数据集，训练的标签集，测试的标签集
3. 再使用KNN分类器对象进行机器假学习训练，带入测试数据集进行预测，得到的结果与训练的标签集进行比较。

load_iris()函数: 数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性（分别是：花萼长度，花萼宽度，花瓣长度，花瓣宽度）。可通过这4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类的鸢尾花中的哪一类。
Iris里有两个属性iris.data，iris.target。data是一个矩阵，每一列代表了萼片或花瓣的长宽，一共4列，每一列代表某个被测量的鸢尾植物，一共有150条记录。
 

代码如下：

# 从sklearn框架的datasets数据集导入loadt_iris函数
from sklearn.datasets import load_iris
# sklearn框架model_selection模块导入分割函数train_test_split()
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
def load_data():
    # load_iris():获得鸢尾花数据集150条
    data = load_iris()
    return data['data'], data['target']


if __name__ == "__main__":
    # 1.准备训练的数据集和标签集
    x, y = load_data()
    # print(x)
    # 2.准备测试的数据集:将数据集和标签集，按照某种比例分割
    # test_size：分割后测试数据占总数据的比例
    # 该函数返回 训练的数据集，测试的数据集，训练的标签集，测试的标签集
    x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.1/3)
#test_size=0.1/3：取五条数据作为测试的数据集
    # 3.构造knn分类器对象，指定k超参数
    # print("x_tr",x_train,"x_test",x_test)
    classifier=KNeighborsClassifier(n_neighbors=5)
    # 4.机器假学习训练
    classifier.fit(x_train, y_train)
    # 5.带入测试数据集进行预测
    pre = classifier.predict(x_test)
    print("预测：",pre)
    print("真实数据",y_test)

打印出：预测： [1 1 1 2 0]
真实数据 [1 1 1 2 0]