机器学习实战笔记1:K近邻算法详解

一 概述

最近在看《机器学习实战》这本书,书中的代码都是对某种算法在对应应用场景的实现,感觉比大学时代的数据结构或者算法题还要晦涩难懂,只能慢慢学习了,算法这种东西类似做数学题,要多做多练。

K-近邻算法一个典型的应用场景就是在区别电影类别中,比如说根据在电影片段中出现亲吻,打
斗场景来判断电影是否是爱情片或是动作片。

简单来说,K-紧邻算法采用测量不同特征值之间的距离方法进行分类。

二 工作原理

存在一个样本数据集合,也称作为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。

算法步骤为:

1.计算已知类别数据集中的点与当前点之间的距离;
2.按照距离递增次序排序;
3.选取与当前点距离最小的k个点;
4.确定前k个点所在类别的出现频率;
5.返回前k个点所出现频率最高的类别作为当前点的预测分类。

三 代码实例

首先我们先准备一个简单的数据集:

from
评论
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