一、案例：鸢尾花种类预测：
1、数据集介绍：
Iris数据集是常用的分类实验数据集，由Fisher,1936收集整理。Iris也称鸢尾花卉数据集，是一类多重分析变量数据集。关于数据集的具体介绍：实例数量：150（三个类各有50个）
属性数量：4（数值型，数值型，帮助预测的属性和类）
Attribute Information：
（1）sepal length 萼片长度，单位：厘米
（2）sepal width 萼片宽，单位：厘米
（3）petal length 花瓣长度，单位：厘米
（4）petal length 花瓣长度，单位：厘米
（5）class: Iris-Setosa 山鸢尾、Iris-Versicolour 变色鸢尾、Iris-Virginica 维吉尼亚鸢尾2、步骤分析：
（1）、获取数据集
（2）、数据基本处理
（3）、特征工程
（4）、机器学习（模型训练）
（5）、模型评估3、用到的工具包：
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
二、代码演示：
# coding:utf-8
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
iris = load_iris()
# 2.数据基本处理
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)
# 3.特征工程 - 特征预处理
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)
# 4.机器学习 - KNN
# 4.1 实例化一个估计器
estimator = KNeighborsClassifier(n_neighbors=5)
# 4.2 训练模型
estimator.fit(x_train, y_train)
# 5.模型评估
# 5.1 预测值结果输出
y_pre = estimator.predict(x_test)
print("预测值分类结果是:\n", y_pre)
print("预测值和真实值的对比是：\n", y_pre == y_test)
# 5.2 关于准确率计算
score = estimator.score(x_test, y_test)
print("准确率为:\n", score)
三、预测结果：
四、KNN算法总结：
1、K近邻算法优缺点汇总：
优点：
（1）、简单有效。
（2）、重新训练的代价低。
（3）、适合类域交叉样本：KNN方法主要靠周围有限的近邻的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法叫其他方法更为适合。
（4）、适合大样本自动分类：该算法比较适用于样本容量比较大的类域的自动分类，而那些样本容量较小的类域采用这种算法比较容易产生误分错误。缺点
（1）、惰性学习：KNN算法是懒散学习方法，一些积极学习的算法要快很多。
（2）、类别评分不是规格化：不像一些通过概率评分的分类。
（3）、输出可解释性不强：例如决策树的输出可解释性就较强。
（4）、对不均衡的样本不擅长：当样本不均衡时，如一个类的样本容量很大，而其他样本容量很小时，有可能导致当输入一个新样本时，该样本的K个邻居中大容量的样本占多数。该算法只计算“最近的”邻居样本，某一类的样本数量很大，那么或者这类样本并不接近目标样本，或者这类样本很靠近目标样本。无论怎样，数量并不能影响运行结果。可以采用权值的方法来改进（和该样本距离小的邻居权值大）。
（5）、计算量较大：目前常用的解决方法是事先对一直样本点进行剪辑，事先去除对分类作用不大的样本。
