python 实现knn sklearn K近邻分类算法
knn sklearn K近邻分类算法介绍
K近邻（K-Nearest Neighbors，简称KNN）分类算法是sklearn（scikit-learn）库中一种常用的机器学习算法，属于有监督学习范畴。它基于这样一个原理：对于待分类的样本，算法会找到训练数据集中与其最相似的K个样本（即K个最近邻），然后根据这K个样本的类别进行投票，将待分类样本归类到票数最多的类别中。
KNN算法的主要步骤包括：
构建已分类的数据集：作为训练集，其中包含了已知分类标签的样本数据。
计算距离：当输入没有标签的新数据时，算法会计算这个新数据与训练集中每个样本之间的距离。常用的距离度量方法包括欧氏距离和曼哈顿距离。
排序和选择：根据计算出的距离，选择与新数据最相似的K个样本（即K个最近邻）。
分类决策：根据这K个最近邻的类别标签，采用投票法（在分类问题中）或平均法（在回归问题中）来确定新数据的类别或预测值。
KNN算法在sklearn中的实现
在sklearn中，可以使用sklearn.neighbors.KNeighborsClassifier类来实现KNN分类算法。以下是一个简单的使用示例：
from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
# 加载iris数据集
iris = load_iris()
X = iris.data
y = iris.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# 创建KNN分类器实例，设置邻居数为3
knn = KNeighborsClassifier(n_neighbors=3)
# 训练模型
knn.fit(X_train, y_train)
# 预测测试集
predictions = knn.predict(X_test)
# 评估模型（这里可以添加评估代码，如计算准确率等）
KNN算法的特点
简单直观：KNN算法的工作原理简单，容易理解和实现。
分类性能好：由于KNN算法基于实例进行学习，能够充分利用训练数据中的信息，因此在很多数据集上都能取得不错的分类效果。
对数据预处理要求低：KNN算法不需要对数据进行复杂的特征提取或降维操作，只需计算样本之间的距离即可进行分类。
通用性强：KNN算法可以应用于各种类型的数据和场景，包括文本、图像、声音等不同类型的数据，以及分类、回归等不同类型的问题。
然而，KNN算法也存在一些缺点，如计算量大（尤其是当数据集很大时），以及对K值的选择敏感等。因此，在实际应用中，需要根据具体场景和数据特点来选择合适的算法和参数。
knn sklearn K近邻分类算法python实现样例
以下是使用sklearn库实现K近邻分类算法的Python代码示例：
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 准备训练集和测试集数据
X_train = [[1], [2], [3], [4], [5]]
y_train = [0, 0, 1, 1, 1]
X_test = [[2.5], [4.5], [7]]
# 创建K近邻分类器
knn = KNeighborsClassifier(n_neighbors=3)
# 使用训练集训练分类器
knn.fit(X_train, y_train)
# 使用分类器进行预测
y_pred = knn.predict(X_test)
# 打印预测结果
print("预测结果:", y_pred)
# 计算准确率
y_true = [0, 1, 1]
accuracy = accuracy_score(y_true, y_pred)
print("准确率:", accuracy)
在上述代码中，首先从sklearn.neighbors库中导入KNeighborsClassifier类和accuracy_score函数。然后，定义训练集和测试集数据。训练集数据X_train是一个二维列表，每个子列表代表一个样本的特征；训练集数据y_train是一个一维列表，代表每个样本的类别标签。测试集数据X_test是一个二维列表，每个子列表代表一个需要预测的样本的特征。
接着，创建一个K近邻分类器对象knn，并设置参数n_neighbors=3，表示要考虑的最近邻居的数量。
然后，使用训练集数据X_train和y_train来训练分类器knn。
接下来，使用分类器knn对测试集数据X_test进行预测，将预测结果保存在y_pred变量中。
最后，使用accuracy_score函数计算预测结果y_pred和实际标签y_true之间的准确率，并打印准确率。