建議使用jupyter列印一步一步進行理解

上程式碼：

import numpy as np
import pandas as pd

# 這裡直接引入sklearn裡的資料集，iris鳶尾花
from sklearn.datasets import load_iris 
from sklearn.model_selection import train_test_split  # 切分資料集為訓練集和測試集
from sklearn.metrics import accuracy_score # 計算分類預測的準確率

iris = load_iris() #  data：array([[5.1, 3.5, 1.4, 0.2], 基礎資料，矩陣 類似於x軸     'target': array([0, 0,。。  分類值  類似於y軸
 

iris

df = pd.DataFrame(data = iris.data, columns = iris.feature_names)
df['class'] = iris.target  # 分類
# df['class']
iris.target

df['class'] = df['class'].map({0: iris.target_names[0], 1: iris.target_names[1], 2: iris.target_names[2]}) # 對分類進行轉值
df.head(10)
# df.describe()

x = iris.data

y 
 
= iris.target.reshape(-1,1)  # 一唯陣列轉成二唯陣列 列向量
print(y)
print(x.shape, y.shape)

# 劃分訓練集和測試集    random_state 隨機劃分個數  stratify 按照y的比例    test_size 1為總數 劃分訓練集與測試集的數量
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=35, stratify=y)

print(y_train)
print(x_train.shape, y_train.shape)
 
print(x_test.shape, y_test.shape)

2：核心演算法實現
# 距離函式定義 np.abs計算絕對值  sqrt求根
def l1_distance(a, b):
    return np.sum(np.abs(a-b), axis=1)
def l2_distance(a, b):
    return np.sqrt( np.sum((a-b) ** 2, axis=1) )

# 分類器實現
class kNN(object):
    # 定義一個初始化方法，__init__ 是類的構造方法
    def __init__(self, n_neighbors = 1, dist_func = l1_distance):
        self.n_neighbors = n_neighbors
        self.dist_func = dist_func
    
    # 訓練模型方法
    def fit(self, x, y):
        self.x_train = x
        self.y_train = y
    
    # 模型預測方法
    def predict(self, x):
        # 初始化預測分類陣列
        y_pred = np.zeros( (x.shape[0], 1), dtype=self.y_train.dtype )
        
        # 遍歷輸入的x資料點，取出每一個數據點的序號i和資料x_test
        for i, x_test in enumerate(x):
            # x_test跟所有訓練資料計算距離
            distances = self.dist_func(self.x_train, x_test)
            
            # 得到的距離按照由近到遠排序，取出索引值
            nn_index = np.argsort(distances)
            
            # 選取最近的k個點，儲存它們對應的分類類別
            nn_y = self.y_train[ nn_index[:self.n_neighbors] ].ravel()
            
            # 統計類別中出現頻率最高的那個，賦給y_pred[i]
            y_pred[i] = np.argmax( np.bincount(nn_y) )
        
        return y_pred

3：測試（不理解演算法的人，只要會使用就OK了，sklean其實已經幫我們封裝好了），與一下測試例項呼叫差不多

# 定義一個knn例項
knn = kNN(n_neighbors = 3)
# 訓練模型
knn.fit(x_train, y_train)
# 傳入測試資料，做預測
y_pred = knn.predict(x_test)

print(y_test.ravel())
print(y_pred.ravel())

# 求出預測準確率
accuracy = accuracy_score(y_test, y_pred)

print("預測準確率: ", accuracy)

總結：其實sklean裡面的呼叫都是差不多的，將資料分為訓練集資料跟測試資料(測試資料只是驗證測試的x對應的y未知數是否正確)，設定臨近數分類為n,將訓練資料放入fit函式進行訓練，計算對應的公式，訓練後再將需要預測的x軸值呼叫predict函式進行計算。最後得出

預測值