如何找出训练/测试数据集中使分数最高的KNN邻居数？

你现在的代码只是固定某个k值跑一次预测，没法自动找出能让分数最高的邻居数。要实现这个，得用GridSearchCV遍历不同的k值，结合交叉验证选出最优解，步骤如下：

• 先导入必要的库：

from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import accuracy_score

• 定义KNN模型和要搜索的参数网格：
  可以把邻居数的候选值设成1到20的奇数（KNN常用奇数避免平局），你也可以根据数据集调整范围：

# 初始化KNN模型
knn = KNeighborsClassifier()

# 定义参数网格，键要和模型的参数名一致
param_grid = {'n_neighbors': [1,3,5,7,9,11,13,15,17,19]}

• 初始化GridSearchCV，设置交叉验证折数（比如cv=5，即5折交叉验证）：

grid_search = GridSearchCV(estimator=knn, param_grid=param_grid, cv=5, scoring='accuracy')

• 拟合训练数据，自动搜索最优参数：

grid_search.fit(X_train, y_train)

• 查看最优结果：

# 输出最优邻居数
print(f"最优邻居数: {grid_search.best_params_['n_neighbors']}")
# 输出交叉验证得到的最高准确率
print(f"交叉验证最高准确率: {grid_search.best_score_}")

• 用最优模型预测测试集，计算最终准确率：

y_pred = grid_search.predict(X_test)
print(f"测试集准确率: {accuracy_score(y_test, y_pred)}")

这样就能自动找出让模型分数最高的邻居数，交叉验证还能避免过拟合，比单次测试更可靠。

内容的提问来源于stack exchange，提问作者Patricia Miranda