在jupyter中（1）对数据集进行划分（使用sklearn中的train_test_split）,利用上面定义的kNN_classify(k, X_train, y_train, x)类，求出测试集上的准确度。

好的，这是一个编程类的问题。以下是代码示例：

from sklearn.model_selection import train_test_split

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 计算准确度
knn = kNN_classify(k, X_train, y_train)
accuracy = knn.score(X_test, y_test)
print("测试集准确度为：", accuracy)

其中，X和y分别表示特征和标签的数据集，k是kNN算法中的超参数，kNN_classify是自定义的kNN分类器类，score方法用于计算模型在测试集上的准确度。