01 | 前言

1.选择算法

在选择算法之前，要考虑两个问题。一是使用模型的目的是什么（分类or预测）；二是需要使用的数据是什么样的。
需要预测变量的值，可以使用监督学习算法，反之使用非监督；如果是分类的问题，可以使用分类模型；如果是求解连续型数值，则应该使用回归模型。

02 | sklearn基础算法

1.KNN

1.定义
最近邻 (k-Nearest Neighbors， KNN) 算法是一种分类算法，应用场景有字符识别、文本分类、图像识别等领域。
该算法的思想是：一个样本与数据集中的k个样本最相似，如果这k个样本中的大多数属于某一个类别，则该样本也属于这个类别。

2.k值选择
选择较小的K值，较小的邻域中的训练实例进行预测，学习的近似误差会减小，但是学习的估计误差会增大，预测结果会对近邻的实例点分成敏感。换句话说，K值减小就意味着整体模型变复杂，分的不清楚，就容易发生过拟合；
选择较大K值，用较大邻域中的训练实例进行预测，优点是可以减少学习的估计误差，但近似误差会增大，也就是对输入实例预测不准确，K值得增大就意味着整体模型变的简单。
K值一般取一个比较小的数值，通常采用交叉验证法来选取最优的K值。

3.代码实现

'''
01 | 准备工作：导入需要的库
1.自带数据集库
2.数据集划分库
3.KNN算法库
'''
from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

'''
02 | 数据预处理
'''
# 自带数据集已经预处理过，序列化并且划分好标签
df = load_wine()
print(df)

# df.data为序列化数据
# df.target为特征
X_train,X_test,y_train,y_test = train_test_split(df.data,df.target,random_state = 0)

'''
03 | 模型构建
'''
# 模型实例化
knn = KNeighborsClassifier()
knn.fit(X_train,y_train)
print(knn.score(X_test,y_test))
# 自动划分数据集的情况下，模型评分只有0.7333333333333333