准备

相关的库

相关的库包括：

• numpy
• pandas
• sklearn

带入代码如下：

import pandas as pd
import numpy as np
from sklearn.neighbors import KNeighborsClassfier as KNN

数据准备

数据是sklearn的乳腺癌数据。

from skleanr.datasets import load_breast_cancer
data=load_breast_caner()

data主要分为两部分：data和target，把这两部分，设置变量导入DataFrame中可查看基本形状。

X = data.data
y = data.target

sklearn的数据其形式比较固定，data的主要属性有：

• data。数据，即变量的值，多行多列
• target。目标，即因变量的值，一般是一行
• DESCR。描述，可打印出，描述变量、目标
• features_names 。X的列名
• target_names。Y的列名
• filename。数据文件所在位置（一般在\lib\site-packages\sklearn\datasets\data\目录下）

分数据集和测试集：

from sklearn.model_selection import train_test_split
Xtrain,Xtest,Ytrain,Ytest=train_test_split(X, y, test_size=0.3)

注意：

• 0.3是指30%数据作为测试。每次运行不同，可通过random_state控制
• 返回的结果固定，不可错

建立模型

clf = KNN(n_neighbors = 5)
clf=clf.fit(Xtrain,Ytrain)

clf就是训练好的模型，可调用接口查看进行预测和评分。常用是predict、score和kneighbors。三者分别用来预测、评分、求最近邻。