机器学习笔记－－分类KNN－－基于鸢尾花数据集

1.数据集

参考https://blog.csdn.net/qq_39011567/article/details/102657280对鸢尾花数据集的介绍

2.KNN算法分析

　　1）计算测试数据与各个训练数据之间的距离；

　　2）按照距离的递增关系进行排序；

　　3）选取距离最小的K个点；

　　4）确定前K个点所在类别的出现频率；

　　5）返回前K个点中出现频率最高的类别作为测试数据的预测分类

3.实验过程

1、使用算法：KNN分类算法
2、实现过程：
1、建立工程，导入sklearn相关包

import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import matplotlib.pyplot as plt

2、加载数据，创建KNN算法实例

iris = load_iris()
data = iris.data
target = iris.target

data_train,data_test,target_train,target_test=train_test_split(data,targ