KNN+iris.zip

资源中包含KNN实现代码（JupiterNotebook打开，命令行输入“jupyter notebook”回车即可），和使用的iris数据集。KNN代码包含三个部分：KNN的python实现、模型优化方法（归一化、模型评估、惩罚因子、学习曲线、交叉验证）、KNN的ScikitLearn实现。可以直接拿来实现功能，也是很好的学习材料。（KNN是一种惰性学习方法，主要用于处理分类问题。在KNN算法中，首先找出和测试样例属性相对最接近的K个训练样例，这些训练样例成为最近邻（nearest neighbor），然后查看这些样例都属于和种类别，根据“少数服从多数原则”，将测试样例判定为该类型。iris