Python 数据集：乳腺癌数据集（from sklearn.datasets import load_breast_cancer）。

数据集：乳腺癌数据集（from sklearn.datasets import load_breast_cancer）。

（1）将样本集划分为70%的训练集，30%作为测试集，分别用逻辑回归算法和KNN算法（需要先对数据进行标准化）建模（不指定参数），输出其测试结果的混淆矩阵，计算其准确率、查全率和假正率。

（2）利用搜索网格，分别确定逻辑回归及KNN模型的最优参数。
KNN算法的主要参数提示：
①n_neighbors（最近邻个数）
取值一般为奇数。
②algorithm（用于计算最近邻的算法）
取值有‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’等，默认为‘auto’。注意：算法选择不影响KNN的最终结果，只影响模型的性能（计算的快慢程度）。
③p（Minkowski距离的指标参数）
默认取p=2，即欧氏距离。而p=1为曼哈顿距离。如果需要使用非明氏距离的其它指标，应修改metric参数的值。
④weights（权重）
预测中使用的权重函数。可能的取值：‘uniform’：统一权重，即每个邻域中的所有点均被加权。 ‘distance’：权重点与其距离的倒数，在这种情况下，查询点的近邻比远处的近邻具有更大的影响力。

（3）对整个数据集使用K折交叉验证方式（k=2,3,4,5,6,7,8,9,10），分别用逻辑回归和KNN建模（用上一步确定的最优参数），绘图对比两种模型在k取不同值下的的分类准确率。

#!/usr/bin/env python
# coding: utf-8



from sklearn.datasets import load_breast_cancer
import numpy as np
from sklearn import linear_model, model_selection
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import confusion_matrix
from sklearn import datasets
from sklearn.model_selection import GridSearchCV
from sklearn.model_selection import cross_val_score
np.set_printoptions(suppress= True) 
np.set_printoptions(precision=4)
# from pylab import mpl
# mpl.rcParams['font.sans-serif'] = ['SimHei']    # 指定默认字体：解决plot不能显示中文问题
# mpl.rcParams['axes.unicode_minus'] = False      # 解决保存图像是负号'-'显示为方块的问题




dataset = datasets.load_breast_cancer()
data = dataset.data
target = dataset.target




x_train, x_test, y_train, y_test = model_selection.train_test_split(data,target,
                                                    test_size=0.3,random_state=1)




model_logic = LogisticRegression(max_iter=10000).fit(x_train, y_train.ravel())

print(model_logic.score(x_test,y_test))

y_pred