##  1. Forker
Forker le notebook à la page
[Découverte des outils python](https://www.kaggle.com/anplaud/)
## 2. Manipulation de données
En analysant le principe de fonctionnement de KNN, mettez en place les transformations de données nécessaire pour le bon fonctionnement du modèle.
## 3. Scikit-learn
Chargez le modèle KNN de la bibliothèque scikit-learn
## 4. Prédiction accuracy
Mettez en place un calcul du taux de prédiction de votre modèle en apprentissage et en test.
## 5. Paramétrage
Chercher le paramétrage qui vous donne le meilleur taux sur l'apprentissage, quelles sont ces performances en test ? Pourquoi ?
## Bonus
Programmer votre version de KNN et comparer la avec celle de scikit-learn. Quel est son temps d'exécution ? Son taux de prédiction ?