KNN算法简单实现

*下面KNN算法的实现，由于个人编码水平有限，若有不合理的地方请指正

1.      选择数据

选择从网上下载的水果数据集，将其中的三分之二作为训练数据，其中的三分之一作为测试数据。分别放入两张表中，训练集和测试集的数据结构均相同如下图：

2.      编写算法

导入第三方库并加载训练数据集：

载入测试数据，并寻找影像水果标签的参数，将其中文本部分删除掉，用mass、width、height、color_socre四个参数进行计算。

定义距离计算公式：

定义标签的预测方法：（将每个测试样本与训练集中的每个数据计算欧式距离，返回距离最小的K个值，将这K个值中标签出现最多的一个作为该测试样本的标签）

执行预测样本，K值设定为5：

输出KNN计算的准确度：

具体代码请参阅 https://blog.csdn.net/Geo_Phy/article/details/114638052