1.4.1 測試數據

我們以Scikit-Learn環境介紹常見的性能衡量指標。為了便于演示，我們創建測試數據，測試數據一共有1000條記錄，每條記錄了100個特征，內容隨機生成：

x, y = datasets.make_classification(n_samples=1000, n_features=100,
                    n_redundant=0, random_state = 1)

把數據集隨機劃分成訓練集和測試集，其中測試集占40%：

train_X, test_X, train_y, test_y = train_test_split(x,
                                         y,
                                         test_size=0.2,
                                         random_state=66)

使用KNN算法進行訓練和預測：

knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(train_X, train_Y)
pred_Y = knn.predict(test_X)