本例程硬件使用的是STM32F103C8T6最小系统板，IAR开发环境，STM32CubeMX进行配置并生成工程文件。该数据集描述中共有569组，但下载后实际有699组（仔细观察，实际上病例ID有相同的，可能是569是ID的数量，这点不做深究）；虽然描述说没有缺失值，但实际有16组数据有缺失值，数据中以“？”代替，将这些数据剔除，还有683组，其中良性肿瘤（benign）444例，恶性肿瘤（malignant）239例。每组数据11列，但ID和最终的分类不算是数据的特种，因此KNN算法需要处理的数据为9维。

在Excel中，将可用数据做如下处理：

① 将数据按照良性、恶性，分成两类；

② 为使程序简单，因ID不参与计算，去掉ID列；

③ 将两组数据，均随机排列；

④ 每组数据各取前40%作为训练集，剩余60%作为测试集，即良性肿瘤取178组作为训练集，恶性肿瘤取96组作为训练集。

程序逻辑清晰，注释详细，并有欧氏距离、切比雪夫距离、曼哈顿距离三种距离。训练集和测试集可增删、修改、互换。

分类结果使用printf输出到串口，以下为运行效果；

最后打印出失败数量是12个，测试集共409组，因此分类正确397组，准确率97.07%。

其他距离公式，k取其他值，改变训练集、测试集，都会影响效果，本文不再编程尝试。另外，由于数据量巨大，需要将配置中的Stack Size设置的大一些；程序运行较慢，409组数据，大约10秒才全部计算完成。本文是将数据保存为数组在ROM中，如果在实际应用中，可以通过串口接收、内存卡读取等方式实现。