KNN算法生活中案例的具体实现(超详细)

博客围绕大学室友选择场景展开。校方有历年大学生调查问卷数据文件,包含旅行路程、玩游戏时间占比、零食消耗重量及学生类别等信息。通过Python代码实现,加载数据集并转为numpy数组,划分特征和标签,构建KNN分类器,最后打印预测值并获取反馈。

 一、现实场景

       现在有很多大学里出现室友矛盾,假如室友可以选择:    大学里面 ,对于校方,把类型相同的学生放在一个寝室,在基于大二大三大四的,现已存在一个数据文件datingTestSet2.txt ,为历年大学生的调查问卷表

第1列:每年旅行的路程

第2列:玩游戏所有时间百分比

第3列:每个礼拜消耗零食的重量

第4列:学生所属的类别,1表示爱学习,2表示一般般,3表示爱玩。 目的为学生在大学中挑选室友的信息

二、代码实现

          1.加载数据集:使用np.loadtxt函数加载数据文件datingTestSet2.txt(点击可以下载),并将存储为numpy数组

import numpy as np
import matplotlib.pyplot as plt
data = np.loadtxt('datingTestSet2.txt')

        2.划分特征和标签:将数据集中的前三列作为特征,最后一列作为标签

x = data[:,:-1]    
y = data[:,-1] 

        3.构建KNN模型:使用KNeighborsClassifier类构建KNN分类器,并指定邻

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值