预测分析算法的设计与实现_KNN算法实现肿瘤预测案例

算法介绍：

常言道：人以类聚，物以群分。或言：近朱者赤，近墨者黑…自然界中大多数现象都具有聚集性，比如正态分布、二八原则等。机器学习中的分类算法就是根据这种普遍的聚集性原理来实现的，今天就介绍其中一种分类算法—KNN。

KNN（K-NearestNeighbor）就是K近邻算法，简单讲就是每个样本都可以用最接近的k个邻居表示，或者说聚集度高的样本属于同一种类的可能性更高。

算法流程：

1、计算测试数据与每个训练数据间的距离。

2、按照距离的递增关系进行排序。

3、选取距离最小的前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。

案例模型：

本实验基于肿瘤的发现时间和大小两个纬度来判断肿瘤类别。一般来说，肿瘤大小不随时间明显变化的属于良性肿瘤（实际情况会受多种因素综合影响，比如病人症状、血验报告、病灶形状等）。本实例采用最简化的二维模型，对样本数据可视化后生成的图如下，其中横轴是肿块大小，纵轴是发现时间。每个点代表不同病人的肿瘤大小和发病时间，根据颜色判断肿瘤是良性还是恶性。