1. 什么是knn算法

knn算法全名叫做k-近邻算法（K-Nearest Neighbors，简称KNN），看到名字是不是能想到是算距离的，第一个k是指超参数的意思，就是可以认为设置的意思，这里是指最近的k个样本。

2. 为什么有这个算法

如果我们要给一些数据分类，是不是通过它的一些相似的特征或者都有的特征，我们就将它分为一类，那我们怎么判别数据相不相似是不是可以通过算距离的方法，数据特征都是可以量化为数字的。knn算法就是可以干这个的算距离的。

算距离的方式

3. knn的原理

knn处理的数据是带有标签的，在使用训练集训练模型的时候，前面说了knn是通过算样本之间的距离的，所有训练模型的时候其实什么也没有干就只是保存了数据集，当测试数据的时候才会执行通过算每个样本和测试数据的特征距离，算好以后再排个序（由小到大），然后这里就需要自己传入的k值了，排序完后，就选择前k个数据，k个里面占比最高的类别是什么测试数据就属于什么。

假如黑色的点归为M，红色的点为N，现在有一个a，k为3，那么就找最近的三个点，这里黑色的点有两个虽有将a划分为M。

举个例子：我们这里测试集有1-9条，然后我们需要判断出10条什么电影类型的，假如k为3，那么前三条最近的就是8,1,9，全是喜剧片所以我们就推断10也是喜剧片，原理就这么简单。

4. api实现

KNeighborsClassifier(n_neighbors=5, algorithm='auto'）
参数:
(1)n_neighbors:
int, default=5, 默认情况下用于kneighbors查询的近邻数，就是K
方法:
(1) fit(x， y)
使用X作为训练数据和y作为目标数据
(2) predict(X) 预测提供的数据，得到预测数据

# 用KNN算法对鸢尾花进行分类
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier# 1）获取数据
x,y = load_iris(return_X_y=True)
# 2）划分数据集
x_train, x_test, y_train, y_test = train_test_split(x,y,test_size=0.2,random_state=42)
# 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, k=7表示找7个邻近来判断自身类型.
estimator = KNeighborsClassifier(n_neighbors=7)
estimator.fit(x_train, y_train)#该步骤就是estimator根据训练特征和训练目标在自己学习，让它自己变聪敏
# 5）模型评估  测试一下聪敏的estimator能力# 方法1：直接比对真实值和预测值，
y_predict = estimator.predict(x_test) #y_predict预测的目标结果
print("y_predict:\n", y_predict)
print("直接比对真实值和预测值:\n", y_test == y_predict)# 方法2：计算准确率,
score = estimator.score(x_test, y_test)# 里面会自己预测y值，然后和y_test作比较，相等的个数/总数
print("准确率为：\n", score) #1.0

准确率100了，过度拟合了，这样反而是不好的，后面会讲到的。