利用sklearn实现KNN--乳腺癌诊断代码实战与分析

这篇文章是利用sklearn实现KNN算法，如何调整参数，实战代码。

如果要看具体原理和python代码实现简单的KNN转这里：https://blog.csdn.net/qq_40589051/article/details/98482987

---------目录----------

1. sklearn.neighbors.KNeighborsClassifier参数介绍

2. 利用sklearn中的自带库的实战代码分析（乳腺癌诊断）

正文：

1. sklearn.neighbors.KNeighborsClassifier参数介绍

官网文档中对这个类的定义是这样的：

https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html#sklearn.neighbors.KNeighborsClassifier

class sklearn.neighbors.KNeighborsClassifier(n_neighbors=5, weights=’uniform’, algorithm=’auto’, leaf_size=30, p=2, metric=’minkowski’, metric_params=None, n_jobs=None, **kwargs)

n_neighbors：K值的大小，默认值为5

weights：权重，适合在数据不平衡的时候使用，有三种模式，默认的uniform就是权重平等，其他可以自定义或者是选择距离越近权重越大的方式。（如何设置见官网文档）

algorithm：当然这里寻找距离最近的k个数据点的算法就不是用欧式距离之类的那么简单了，可以选择balltree...（这个算法我不知道是什么，没了解过），默认值的意思是根据数据值程序会自行选择的意思。

leaf_size=30：和选择的balltree算法有关，叶子节点数。

n_jobs=None：并行多少个数据去搜索最近邻点。

剩下的参数基本是不怎么改动的，所以就不一一介绍了。其实K值是非常影响正确率的，并不是越高越好哦~

2. 利用sklearn中的自带库的实战代码分析（乳腺癌诊断）

sklearn自带数据库中有个用于二分类的乳腺癌数据包，用knn进行分类的代码如下。

from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import load_breast_cancer
import numpy as np

data = np.array(load_breast_cancer()['data'][10:])
lable = np.array(load_breast_cancer()['target'][10:])

data_test = np.array(load_breast_cancer()['data'][0:10])
lable_test = np.array(load_breast_cancer()['target'][0:10])

model = KNeighborsClassifier(n_neighbors=4)
model.fit(data,lable)
res = model.predict(data_test)
print('prediction',res)
acc = model.score(data_test,lable_test)
print("accuracy",acc)

计算结果：

prediction [0 0 0 1 0 0 0 0 0 0]
accuracy 0.9