python学习：使用KNN最邻近分类算法进行iris数据集分析

概述：

数据集的分析可以简单的分为两步：

1、根据已有的 特征数据 建立模型。

2、在未来收集到 新的特征数据 时，可以根据建立的模型来判断新的数据属于哪一类。

而iris数据集包括150朵、三类（setosa、versicolor、virginica）鸢尾花的花萼和花瓣长度宽度的数据。

那么对应上面的两步，我们要做的就是：

1、根据已有的 三种 鸢尾花 花萼和花瓣的长度与宽度数据 建立模型。

2、在未来收集到 新的鸢尾花数据 时，可以根据模型来 判断 所收集的是哪种类型的鸢尾花 (setosa， versicolor， virginica)。

 

在这个过程中，我们会用到两个工具：KNN最邻近分类算法和train_test_split。

工具准备：

KNN最邻近分类算法：

作用：判断一个未知类型的数据属于哪一类。

判断步骤：

               1、输入样本数据集。

               2、输入要判断类型的数据（X）。

               3、找出离X最近的k个样本。

              4、根据k个样本数据的特征判断x是什么类型。

举例：（数据是我杜撰的，主要是传意用）

1、输入样本数据集→输入若干个苹果和桃子的体积和重量的数据。

 2、输入要判断类型的数据（X）→输入未知种类的水果的重量和体积数据（图中五角星）。

 3、找出离X最近的k个样本→找到最近的三个样本（这里k=3，最近的三个样本已用线连出）。