本文共 1694 字，大约阅读时间需要 5 分钟。

机器学习100天|Day1数据预处理

100天搞定机器学习|Day2简单线性回归分析

100天搞定机器学习|Day3多元线性回归

100天搞定机器学习|Day4-6 逻辑回归

100天搞定机器学习|Day7 K-NN

100天搞定机器学习|Day8 逻辑回归的数学原理

100天搞定机器学习|Day9-12 支持向量机

Day7，我们学习了K最近邻算法（k-NN），了解了其定义，如何工作，介绍了集中常用的距离和k值选择。Day11，通过一个案例实现该算法。

第一步：导入相关库

import numpy as npimport matplotlib.pyplot as pltimport pandas as pd第二步：导入数据集

dataset = pd.read_csv('../datasets/Social_Network_Ads.csv')

为了方便理解，这里我们只取Age年龄和EstimatedSalary估计工资作为特征

X = dataset.iloc[:, [2, 3]].values

y = dataset.iloc[:, 4].values第三步：将数据划分成训练集和测试集

fromsklearn.model_selectionimport train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size =0.25, random_state=0)第四步：特征缩放

from sklearn.preprocessing import StandardScaler

sc = StandardScaler()X_train = sc.fit_transform(X_train)X_test = sc.transform(X_test)第五步：使用K-NN对训练集数据进行训练

从sklearn的neighbors类中导入KNeighborsClassifier学习器

from sklearn.neighbors import KNeighborsClassifier

设置好相关的参数 n_neighbors =5(K值的选择，默认选择5)、 metric ='minkowski'(距离度量的选择，这里选择的是闵氏距离(默认参数))、 p = 2 (距离度量metric的附属参数，只用于闵氏距离和带权重闵氏距离中p值的选择，p=1为曼哈顿距离， p=2为欧式距离。默认为2)

classifier = KNeighborsClassifier(n_neighbors=5, metric ='minkowski', p =2)

classifier.fit(X_train,y_train)

KNeighborsClassifier(algorithm='auto',leaf_size=30, metric='minkowski',

metric_params=None, n_jobs=1,n_neighbors=5, p=2,weights='uniform')第六步：对测试集进行预测y_pred = classifier.predict(X_test)第七步：生成混淆矩阵混淆矩阵可以对一个分类器性能进行分析，由此可以计算出许多指标，例如：ROC曲线、正确率等fromsklearn.metricsimport confusion_matrixcm = confusion_matrix(y_test, y_pred)print(cm)[[64 4][ 3 29]]print(classification_report(y_test, y_pred))预测集中的0总共有68个，1总共有32个。 在这个混淆矩阵中，实际有68个0，但K-NN预测出有67(64+3)个0，其中有3个实际上是1。 同时K-NN预测出有33(4+29)个1，其中4个实际上是0。

数据下载链接：

提取码：vl2g