一、KNN算法概念
K最近邻(K-Nearest Neighbor,KNN)分类算法是数据挖掘分类技术中最简单的方法之一，是著名的模式识别统计学方法，在机器学习分类算法中占有相当大的地位。它是一个理论上比较成熟的方法。既是最简单的机器学习算法之一，也是基于实例的学习方法中最基本的，又是最好的文本分类算法之一。
二、对鸢尾花数据集进行预测
1、代码示例：
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 加载鸢尾花数据集
iris = load_iris()
# 提取特征
X = iris.data
# 提取标签
y = iris.target
# 将数据集划分为训练集和测试集，测试集占比20%
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建KNN分类器，设置K值为3
knn = KNeighborsClassifier(n_neighbors=3)
# 使用训练集对KNN分类器进行训练
knn.fit(X_train, y_train)
# 使用训练好的模型对测试集进行预测
y_pred = knn.predict(X_test)
# 计算预测准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"鸢尾花数据集预测准确率: {accuracy}")
2、代码解释：
①借助load_iris()函数加载鸢尾花数据集。
②把数据集拆分为特征X和标签y。
③运用train_test_split()函数将数据集按 80% 训练集、20% 测试集的比例划分。
④四创建KNeighborsClassifier对象，设定n_neighbors为 3，也就是 K 值为 3。
⑤利用fit()方法对模型进行训练。
⑥使用predict()方法对测试集进行预测。
⑦最后通过accuracy_score()函数算出预测准确率。
三、对自定义数据集进行预测
1、代码示例
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 自定义数据集
# 特征矩阵
X = np.array([[1, 2], [2, 3], [3, 1], [4, 2], [5, 3], [6, 1]])
# 标签向量
y = np.array([0, 0, 0, 1, 1, 1])
# 将数据集划分为训练集和测试集，测试集占比20%
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建KNN分类器，设置K值为3
knn = KNeighborsClassifier(n_neighbors=3)
# 使用训练集对KNN分类器进行训练
knn.fit(X_train, y_train)
# 使用训练好的模型对测试集进行预测
y_pred = knn.predict(X_test)
# 计算预测准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"自定义数据集预测准确率: {accuracy}")
2、代码解释：
①手动构建自定义的特征矩阵X和标签向量y。
②同样使用train_test_split()函数把数据集划分为训练集和测试集。
③创建KNeighborsClassifier对象并设定 K 值。
④用fit()方法训练模型。
⑤利用predict()方法预测测试集。
⑥最后用accuracy_score()函数计算预测准确率。
可以根据实际需求调整 K 值以及数据集，以此来观察预测结果的变化。