第一步 导包:KNN\\切分训练集和数据集的函数\\归一化函数\\交叉验证的函数
第二步 如果用sklearn中的数据集,先对数据集进行实例化
第三步 切分训练集和测试集
第四步 用训练集的极值和最小值归一化训练集和测试集
第五步 画带交叉验证的学习曲线,得出最优k值
第六步 调整除k值之外的参数,要不要用距离做惩罚因子
第七步 生成一个完整的模型,确定好了k值和其他参数
第八步 就可以对陌生数据集进行预测