# ext2-py-knn

**Repository Path**: mind-plus/ext2-py-knn

## Basic Information

- **Project Name**: ext2-py-knn
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-13
- **Last Updated**: 2026-09-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: MindPlus-Ext2

## README

# KNN

![cover](extension/public/cover.png)

`knn` 是一个适用于 Mind+ V2 Python积木模式的扩展（使用pandas、sklearn及matpotlib库实现数据KNN分类）。
该扩展共提供 34 个积木。

## 积木

| 积木类型 | 积木内容 |
|---|---|
| 命令 | 读取数据集 路径[DIR] 结果存入变量[VAR] |
| 数值 | 获取数据集[OBJECT]标题行[STR]中整列的[VALVE]属性的数据 |
| 数值 | 获取数据集[VAR]的前[INDEX]行数据 |
| 数值 | 获取数据集[VAR]的维度信息 |
| 数值 | 获取数据集[VAR]每一列空值数量 |
| 数值 | 获取数据集[VAR]存在重复值的数据行总数 |
| 命令 | 设置图表窗口 宽[WIDE]高[HIGH]DPI[DPI]  工具栏[TOOLBAR] |
| 命令 | 绘制柱状图 用读取的数据集[VAR]的[X]列 标题为[TITLE] 字号[FSIZE] |
| 命令 | 绘制柱状图 图例显示[TITLE] |
| 命令 | 绘散点图 用读取的数据集[VAR]的[X]列标题为[TITLE] 字号[FSIZE]，散点大小[NUM] |
| 命令 | 绘制折线图 X轴[VAR] Y轴[X] 标题为[TITLE] 字号[FSIZE]，线宽[LWIDTH] |
| 命令 | 绘制热图 用读取的数据集[VAR] 标题为[TITLE] 字号[FSIZE] 小数位数[FMTB] 线宽[LWIDTH] |
| 命令 | 修改图表 [LABEL] 标题[TXET]字号[SIZE] 参数字号[SIZE2] |
| 命令 | 将图表保存[IMG] |
| 命令 | 将图表显示出来 |
| 命令 | 将数据集[VAR]移除列名[FIELD]后的数据作为特征数据存入变量[VAR2] |
| 命令 | 将数据集[VAR]列名[FIELD]的数据作为标签数据存入变量[VAR3] |
| 命令 | 将数据集[VAR]列名[FIELD]的数据作为特征数据存入变量[VAR3] |
| 命令 | 将特征[VAR2]和标签[VAR3]进行数据集划分 测试集占比[SIZE] 结果存入变量[VAR5] |
| 数值 | 从划分后数据集[VAR5]中取[SDATA] |
| 命令 | 创建KNN分类器[KNN] K值为[KVAL] |
| 命令 | KNN分类器[KNN] 使用划分后数据集[VAR5]中的训练集数据 进行模型训练 |
| 命令 | KNN分类器[KNN] 导出模型[PATH] |
| 数值 | 加载KNN模型[PATH] |
| 数值 | KNN分类器[KNN] 使用划分后数据集[VAR5]中的测试集 计算准确率 |
| 数值 | KNN分类器[KNN] 使用输入值[VAR8] 进行预测 |
| 数值 | KNN分类器[KNN] 使用输入值[VAR8] 进行预测 |
| 数值 | 从划分后数据集[VAR5]中取[SDATA]的真实标签 |
| 命令 | 创建KMeans聚类[KMeans]，K值为[KVAL]，迭代次数[NUM]，[SHOW]显示每次迭代 |
| 命令 | KMeans聚类[KMeans] 使用输入值[VAR8] 进行预测并选择[SYOW]每次迭代数据 |
| 数值 | 获取计算迭[SSCD]数据 |
| 命令 | KMeans聚类[KMeans]绘制[SHOW]数据 标题为[TITLE]的最优图表 |
| 命令 | 输入数据集特征数据[DATA]通过肘部方法计算不同变量[K_va] K值 1~[K] 下的误差平方和[SSE] |
| 命令 | 通过KMeans聚类，K值为[K] 标题为[TITLE]对[VAR8]数据进行预测并绘制图表显示 |

## Python 依赖

本扩展运行依赖以下 Python 包（见 extension/public/requirements.txt）：

```
numpy==1.22.3
matplotlib==3.7.5
scikit_learn==1.6.1
pandas
seaborn
joblib
```

## 更新日志

### V0.1.1

- 完成扩展基础功能

## 开发指南

更详细的 Mind+ V2 扩展开发说明请参考：[Mind+官方扩展开发文档](https://mindplus.dfrobot.com.cn/mp2/Extensions/)

## V1 原始库来源

本库迁移自 Mind+ V1（1.x）用户库，保留 `compatibilityId` 字段以兼容旧版工程。

- compatibilityId：`nick-knn-thirdex`
- 原作者：nick
- 原始仓库：无