原理

K Nearest Neighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法

• 定义

  如果一个样本在特征空间中的K个最相似（即特征空间中最邻近）的样本大多数属于某一个类别，则该样本也属于这个类别。

• 距离公式

  两个样本的距离可以通过如下公式计算，又叫欧氏距离
  比如说，点a(a1,a2,a3)和点b(b1,b2,b3)的距离为：
  
  其他的距离公式：

  曼哈顿距离：绝对值距离

注：

K值取的过小，容易受到异常点的影响

K值取的过大，容易受到样本不均衡的影响

API

sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm='auto')-n_neighbors:int,可选（默认=5），n_neighbors查询默认使用的邻居数
-algorithm：{'auto','ball_tree','kd_tree','brute'},可选用于计算最近邻居的算法：'ball_tree'将会使用BallTree，'kd_tree'将使用KDTree，'auto'将尝试根据传递给fit方法的值来决定最合适的算法

使用

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
def knn_demo():#1.获取数据iris=load_iris()#2.划分数据集x_train,x_test,y_train,y_test=train_test_split(iris.data,iris.target,random_state=6)#3.特征工程：标准化transfer=StandardScaler()x_train=transfer.fit_transform(x_train)x_test=transfer.transform(x_test)#4.KNN算法预估器estimator=KNeighborsClassifier(n_neighbors=3)estimator.fit(x_train,y_train)# 5.评估模型#方法一y_predict=estimator.predict(x_test)print("直接比对真实值和预测值：\n",y_test==y_predict)# 方法二score=estimator.score(x_test,y_test)print("准确率为：\n",score)return None

总结

• 优点

  简单、易于理解、易于实现、无需训练

• 缺点

  懒惰算法，对测试样本分类时的计算量大，内存开销大

  必须指定K值，K值选择不当则分类精度不能保证

• 使用场景

  小数据场景，几千~几万样本，具体场景具体业务去测试