1. 使用KNN进行电影类型预测:
给定训练样本集合如下:
求解:testData={“老友记”: [29, 10, 2, “?片”]}。
解题步骤:
1.计算一个新样本与数据集中所有数据的距离
2.按照距离大小进行递增排序
3.选取距离最小的k个样本
4.确定前k个样本所在类别出现的频率,并输出出现频率最高的类别
import numpy as np
def createDataset():
'''
创建训练集,特征值分别为搞笑镜头、拥抱镜头、打斗镜头的数量
'''
learning_dataset = {"宝贝当家": [45, 2, 9, "喜剧片"],
"美人鱼": [21, 17, 5, "喜剧片"],
"澳门风云3": [54, 9, 11, "喜剧片"],
"功夫熊猫3": [39, 0, 31, "喜剧片"],
"谍影重重": [5, 2, 57, "动作片"],
"叶问3": [3, 2, 65, "动作片"],
"伦敦陷落": [2, 3, 55, "动作片"],
"我的特工爷爷": [6, 4, 21, "动作片"],
"奔爱": [7, 46, 4, "爱情片"],
"夜孔雀": [9, 39, 8, "爱情片"],
"代理情人": [9, 38, 2, "爱情片"],
"新步步惊心": [8, 34, 17, "爱情片"]}
return learning_dataset
def kNN(learning_dataset,dataPoint,k):
'''
kNN算法,返回k个邻居的类别和得到的测试数据的类别
'''
# s1:计算一个新样本与数据集中所有数据的距离
disList=[]
for key,v in learning_dataset.items():
#对距离进行平方和开根号
d=np.linalg.norm(np.array(v[:3])-np.array(dataPoint))
#round四舍五入保留两位小数,并添加到集合中
disList.append([key,round(d,2)])
# s2:按照距离大小进行递增排序
disList.sort(key=lambda dis: dis[1]) # 常规排序方法,熟悉key的作用
# s3:选取距离最小的k个样本
disList=disList[:k]
# s4:确定前k个样本所在类别出现的频率,并输出出现频率最高的类别
labels = {"喜剧片":0,"动作片":0,"爱情片":0}
#从k个中进行统计哪个类别标签最多
for s in disList:
#取出对应标签
label = learning_dataset[s[0]]
labels[label[len(label)-1]] += 1
labels =sorted(labels.items(),key=lambda asd: asd[1],reverse=True)
return labels,labels[0][0]
if __name__ == '__main__':
learning_dataset=createDataset()
testData={"老友记": [29, 10, 2, "?片"]}
dataPoint=list(testData.values())[0][0:3]
k=6
labels,result=kNN(learning_dataset,dataPoint,k)
print(labels,result,sep='\n')
结果为喜剧片!
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/147454.html