knn算法python代码

下面是一个使用 Scikit-learn 库实现 KNN 算法的 Python 代码示例：

from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据集
iris = load_iris()

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2)

# 创建 KNN 模型，K=3
knn = KNeighborsClassifier(n_neighbors=3)

# 拟合模型
knn.fit(X_train, y_train)

# 预测
y_pred = knn.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

注意，在实际使用 KNN 算法时，需要进行特征缩放等预处理，并且需要通过交叉验证等方法来选择最优的 K 值。