一、概述

数据集：数据集来自 scikit-learn 内置的红酒数据集，包括数据 'data'， 目标分类 'target', 目标分类名'target_names', 数据描述'DESCR', 以及特征变量的名称'features_names'，共 178 个样本，每个样本有13 个特征变量，最终被归入 3 个类别中。

二、代码逻辑

1.载入数据集
2.切分训练集和测试集（默认情况下 75%及对应标签归为训练集，25%及对应标签归为测试集）
3.用K近邻算法进行建模
4.在训练数据集上进行训练，在测试集上验证测试结果，不理想就调节参数
5.预测新样本的分类

三、源码

import numpy as np
from sklearn.datasets import load_wine #载入内置酒数据集
from sklearn.model_selection import train_test_split #数据集拆分工具
from sklearn.neighbors import KNeighborsClassifier #导入 KNN 分类器
wine_data = load_wine()
#酒数据的键值查看
print('===============')
print("红酒数据集中的键：\n{}".format(wine_data.keys()))
print('\n')
print('===============')
print('数据概况：{}'.format(wine_data['data'].shape))
print('\n')
print('===============')
print('红酒分类：{}'.format(wine_data['target']))

#拆分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(wine_data['data'], wine_data['target'], random_state=0)

#设定模型参数为 1
knn = KNeighborsClassifier(n_neighbors=1) #KNN

#数据拟合
knn.fit(X_train, y_train)

#训练数据预测
print('==========================')
print('训练数据得分：{:.2f}'.format(knn.score(X_train, y_train)))

#测试数据预测
print('==========================')
print('测试数据得分：{:.2f}'.format(knn.score(X_test, y_test)))

#假定得到一瓶新的酒，预测酒的分类
X_new = np.array([[13.2, 2.77, 2.51, 18.5, 96.6, 1.04, 2.55, 0.57, 1.47, 6.2, 1.05, 3.33, 820]])

#进行预测
prediction = knn.predict(X_new)
print('==========================')
print('预测新红酒的分类是：{}'.format(wine_data['target_names'][prediction]))

执行结果为

===============
红酒数据集中的键：
dict_keys(['data', 'target', 'target_names', 'DESCR', 'feature_names'])


===============
数据概况：(178, 13)


===============
红酒分类：[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2]
==========================
训练数据得分：1.00
==========================
测试数据得分：0.76
==========================
预测新红酒的分类是：['class_2']

四、关于调参

可以使用网格法调参，后续补充，主要调节的是 n_neighbors 值。
但是，K近邻算法 对超大规模数据集拟合时间长、对高维数据集拟合欠佳、以及对稀疏矩阵束手无策