机器学习002-k近邻算法

算法介绍

算法核心思想：通过你的邻居确定你的类型
即计算与邻居之间的距离，选取最短的距离，从而得出自己的类型
两个样本的距离可以通过如下公式计算，又叫欧式距离

比如说，a(a1,a2,a3),b(b1,b2,b3)

算法API

sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm='auto')

• n_neighbors：int,可选（默认= 5），k_neighbors查询默认使用的邻居数
• algorithm：{‘auto’，‘ball_tree’，‘kd_tree’，‘brute’}，可选用于计算最近邻居的算法：‘ball_tree’将会使用
  BallTree，‘kd_tree’将使用 KDTree。‘auto’将尝试根据传递给fit方法的值来决定最合适的算法。
  (不同实现方式影响效率)

k近邻算法实例-预测入住位置

1.数据处理
1、缩小数据集范围
DataFrame.query()

2、处理日期数据
pd.to_datetime
pd.DatetimeIndex

3、增加分割的日期数据

4、删除没用的日期数据
pd.drop

5、将签到位置少于n个用户的删除
place_count =data.groupby(‘place_id’).aggregate(np.count_nonzero)
tf = place_count[place_count.row_id > 3].reset_index()
data = data[data[‘place_id’].isin(tf.place_id)]