Environment：Ubuntu16.04 + tensorflow1.6 + python3.5 + cuda9.0 + cuDNN7.1 (NVIDIA GeForce GTX 960M)

KNN（K-Nearest Neighbor）算法， KNN算法的训练过程相对比较容易，精度也比较高，对异常值不敏感、无数据输入假定。它的核心**是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性.

1. 训练集和测试集的比例是8:2，因为一般数据量比较小（万以下）的情况下，比较合适的比例是7:3，而HTRU_2数据集共有将近1万8千条数据，故我提高了一些训练集的比例，最终选择尝试4:1的比例.

2. 使用panda对cvs文件处理。首先计算训练样本和测试样本中每个样本点的距离,其中，我对距离的定义方式为：两个向量对应的数据相减取绝对值，最后再相加，对上面所有的距离值进行排序,然后取最近的距离。(another way: 两个向量对应的数据相减后平方，再相加)

3. 最终运行了多遍程序，得到了准确率96%.

将正负样本分开，因为正样本的数量比较少，取得测试集和训练集的比例是0.15。然后为了检测训练集的正负样本比例对分类系统的影响，将正负样本的比例分别从1:1开始测试，直到1:7，探究正负样本的比例对分类系统的影响.

--------比例是1:1的时候，F1的值约为25%

--------比例是1:2的时候，F1的值约为55%

--------比例是1:3的时候，F1的值约为65%

--------比例是1:4的时候，F1的值约为71%

--------比例是1:5的时候，F1的值约为75%

--------比例是1:6的时候，F1的值约为76%

--------比例是1:7的时候，F1的值约为77%

每一个比例都跑10次，去掉最高和最低的取平均数，做成了一个对比表格，可以发现一开始比例缩小的时候，F1的值提高的很明显，但是缩小到一定程度的时候，F1的值慢慢趋于平稳，保持在77%左右