knn算法的一般过程

过程：

1.获取所需数据

　　sklearn.datasets下有：load_*，fetch_*(data_home)

2.处理数据

　　使用preprocessing的train_test_split获取x_train，x_test，y_train,y_test,y_test(data.data,data.target)

　　

3.特征工程：{　

　　　　　　　1.特征提取

　　　　　　　2,。特征预处理

　　　　　　　3。特zhen

　　　　　　}

　　数据的归一化与标准化。

　　transfer=StandardScalar()

x_train=transfer.fit_transform(x_train )

x_test=transfer.transform(x_test)

4.调用sklearn.neightors.KNeightorClassifier(n_neightors=)估计器

estmator=KneightorClassfier(x_train,y_train)

 

5.使用elimator的属性进行处理：

　　　score：评估模型；estmator.score(x_test,y_test)