一、算法核心思想

1、定义：K 近邻（K-Nearest Neighbor, KNN）用最近的 K 个已知样本代表/决定未知样本的类别

2、步骤：
① 计算未知点到所有已知点的距离，
② 按距离升序排序，
③ 选前 K 个（K ≤ 20），
④ 统计这 K 个邻居中类别出现频率，
⑤ 将频率最高的类别作为预测结果，

二、距离度量

1. 欧式距离（Euclidean）
   多维空间两点直线距离：
   d = √Σ(xi – yi)²

2. 曼哈顿距离（Manhattan）
   各维度绝对值之和：
   d = Σ|xi – yi|

三、鸢尾花数据集练习（为分类问题）

将鸢尾花数据集导入库，生成数据

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import numpy as np

# 设置随机种子，保证结果可复现
np.random.seed(0)

#加载鸢尾花数据集
iris=datasets.load_iris()
iris

分三类

将他们分类、增加特征、类别名

最终KNN邻近值选取并验证

四、自己新找一个数据集

练习：导入葡萄酒数据集（为分类问题）

#导入葡萄酒数据集
wine = datasets.load_wine()
wine

加载前十行数据wine.data[:10] 葡萄酒的特征值

给他分类标签并标明特征和类别。

训练和测试X和Y 

预测X和Y的值，选择最优K值交叉验证，标明范围。最后画图

K 值选择、距离度量方式决定模型效果。

适用小规模、低维、类别边界不规则的数据。