机器学习笔记kNN实战一改进约会网站配对效果_机器学习约会网站改进后的样本数据1-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_36536126/article/details/86366117

本文介绍了k-近邻算法在改进约会网站配对效果的应用。通过比较新用户特征与训练样本集中的特征，利用最近邻原则进行分类。当K值变化时，分类结果可能不同。kNN算法精度高，对异常值不敏感，但计算和空间复杂度较高，适用于数值型和标称型数据。示例中展示了如何通过欧式距离公式确定样本间的距离。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

k-近邻算法采用测量不同特征值之间的距离方法进行分类
工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即样本集中每一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，然后算法提取样本集中特征最相似数据（最邻近）的分类标签。
如图所示：
如果K=3，绿色圆点的最近的3个邻居是2个红色小三角形和1个蓝色小正方形，少数从属于多数，基于统计的方法，判定绿色的这个待分类点属于红色的三角形一类。
如果K=5，绿色圆点的最近的5个邻居是2个红色三角形和3个蓝色的正方形，还是少数从属于多数，基于统计的方法，判定绿色的这个待分类点属于蓝色的正方形一类
在这里插入图片描述
优点：精度高，对异常值不敏感，无数据输入假定
缺点：计算复杂度高，空间复杂度高
适用数据范围：数值型和标称型
计算公式：欧式距离公式

import operator
from numpy import *
import matplotlib
import matplotlib.pyplot as plt


def createDateSet():
    group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
    labels=['A','A','B','B']
    return group,labels
group,labels=createDateSet()

def classify0(inX,dataSet,labels,k):  #分类函数
    dataSetSize=dataSet.shape[0]
    diffMat=tile(inX,(dataSetSi