Python编写KNN算法实战

K近邻算法（K-Nearest Neighbors，简称KNN）是一种基于实例学习的非参数统计分类算法。在分类时，KNN算法会在训练集中查找与测试样本最近邻的K个样本点。然后，根据这K个样本点的类别，通过多数表决等方式确定该测试样本的类别。

这篇文章将介绍如何使用Python编写KNN算法，并提供相应的源代码。

首先，我们需要导入相关库和数据集。使用的数据集是Iris鸢尾花卉数据集，它包含三个不同种类的鸢尾花的花萼长度、花萼宽度、花瓣长度和花瓣宽度四个特征。

接下来，我们需要将数据集拆分为训练集和测试集。这里选用了70%的数据作为训练集，30%的数据作为测试集。