scikit-learn K-近邻算法（KNN）

k-近邻算法原理：采用测量不同特征值之间的距离方法进行分类。

• 优点：精度高、对异常值不敏感、无数据输入假定。
• 缺点：时间复杂度高、空间复杂度高。
• 适用数据范围：数值型和标称型。

 

工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据 与所属分类的对应关系。输人没有标签的新数据后，将新数据的每个特征与样本集中数据对应的 特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们 只选择样本数据集中前K个最相似的数据，这就是K-近邻算法中K的出处,通常K是不大于20的整数。 最后 ，选择K个最相似数据中出现次数最多的分类，作为新数据的分类。

 

思想：分类回归

数学依据：欧几里得距离

 

依赖包：

• 分类问题：from sklearn.neighbors import KNeighborsClassifier
• 回归问题：from sklearn.neighbors import KNeighborsRegressor

常用方法：

• knn.fit(X, y) 将模型使用X作为培训数据和y作为目标值
• knn.predict(X) 为所提供的数据预测类标签
• datasets.load_iris(return_X_y=False) 载入并返回数据集（分类）
  • 'data'：学习的数据
  • 'target'：分类的标签
  <