Python AI教程之二十三：监督学习之KNN算法（2）Python实现KNN算法

 Python 中的 k-最近邻算法

监督学习： 
这是一种学习，我们想要预测的值或结果在训练数据（标记数据）中，而我们想要研究的数据中的值称为目标或因变量或响应变量。

 数据集中的所有其他列称为特征或预测变量或独立变量。

监督学习分为两类：

1. 分类：这里我们的目标变量由类别组成。
2. 回归：这里我们的目标变量是连续的，我们通常尝试找出曲线的线。

我们已经知道，要进行监督学习，我们需要标记数据。我们如何获取标记数据？获取标记数据的方法有很多种： 

1. 历史标记数据
2. 获取数据的实验：我们可以进行实验来生成标记数据，如 A/B 测试。
3. 众包

现在是时候了解可用于解决监督机器学习问题的算法了。在本文中，我们将使用流行的scikit-learn包。 

注意：还有一些其他软件包，如 TensorFlow、Keras 等，用于执行监督学习。  

k近邻算法：

该算法用于解决分类模型问题。K-最近邻或K-NN算法基本上创建了一个假想边界来对数据进行分类。当新的数据点进入时，算法将尝试将其预测到最接近边界线的位置。

因此，k 值越大，分离曲线越平滑，模型越不复杂。而 k 值越小，数据越容易过度拟合，模型越复杂。

注意： 在分析数据集时拥有正确的 k 值非常重要，以避免数据集的过度拟合和欠拟合。

使用 k-最近邻算法，我们拟合历史数据（或训练模型）并预测未来。 

k-近邻算法的示例

• Python3