Python实现KNN算法（鸢尾花数据）

一.实验内容

        原生python实现knn分类算法，使用鸢尾花数据集。

二.算法设计

      数据来源：http://archive.ics.uci.edu/ml/datasets/Iris

1.处理csv文件加载数据集，将读入数据转换为列表处理。根据random.Random()方法随机产生0~1之间的随机数与分割比进行比较，将数据分为训练集和测试集。

2.采用欧式距离法D=i=1n(xi-yi)2计算测试实例与训练实例的距离。

3.返回k个最近邻。增加一个参数length，确立测试集需要计算的四个数字维度，计算每一个测试实例到训练实例的距离，对所有距离进行排序，取其中最小距离值。

4.根据返回的邻居，预测结果。让近邻元素对预测属性投票，最终返回出现次数最多的标签作为预测结果。

5. 分类准确度，计算在测试数据集中算法正确预测的比例。

三.