k-近邻算法自实现和sklearn方法

今天药忘吃喽~ 2021-12-23 06:21 164阅读 0赞

# 自实现 #

import pandas as pd
     import numpy as np
     import matplotlib.pyplot as plt
     from sklearn.neighbors import KNeighborsClassifier
    
    """
    电影分类数据类型分析   方法自实现k-近邻方法
    """
    
    #加载数据
    move=pd.read_excel('./电影分类数据.xlsx')
    # print(move)
    """
        序号    电影名称  搞笑镜头  拥抱镜头  打斗镜头 电影类型  唐人街探案  23   3  17
    0    1    宝贝当家    45     2     9  喜剧片    NaN NaN NaN NaN
    1    2     美人鱼    21    17     5  喜剧片    NaN NaN NaN NaN
    2    3   澳门风云3    54     9    11  喜剧片    NaN NaN NaN NaN
    3    4   功夫熊猫3    39     0    31  喜剧片    NaN NaN NaN NaN
    4    5    谍影重重     5     2    57  动作片    NaN NaN NaN NaN
    5    6     叶问3     3     2    65  动作片    NaN NaN NaN NaN
    6    7  我的特工爷爷     6     4    21  动作片    NaN NaN NaN NaN
    7    8      奔爱     7    46     4  爱情片    NaN NaN NaN NaN
    8    9     夜孔雀     9    39     8  爱情片    NaN NaN NaN NaN
    9   10    代理情人     9    38     2  爱情片    NaN NaN NaN NaN
    10  11   新步步惊心     8    34    17  爱情片    NaN NaN NaN NaN
    11  12    伦敦陷落     2     3    55  动作片    NaN NaN NaN NaN
    """
    # print(move.shape)
    
    #获取训练集
    train=move.iloc[:,1:6]
    # print(train)
    
    #获取测试集数据
    test=np.array(move.columns[-4:])
    # print(test)
    
    #自实现knn算法分析
    k=5
    #循环计算每个点与测试样本的距离
    index_num=train.shape[0]
    train['欧氏距离']=np.nan#先占位
    for i in range(index_num):#训练集数据有几行就循环几行
        dist=np.sqrt(np.sum(np.power(train.iloc[i,1:4].values-test[1:], 2)))
        # print(dist)
        train.ix[i,'欧氏距离']=dist#将距离保存到train中
    # print(train)
    """
          电影名称  搞笑镜头  拥抱镜头  打斗镜头 电影类型       欧氏距离
    0     宝贝当家    45     2     9  喜剧片  23.430749
    1      美人鱼    21    17     5  喜剧片  18.547237
    2    澳门风云3    54     9    11  喜剧片  32.140317
    3    功夫熊猫3    39     0    31  喜剧片  21.470911
    4     谍影重重     5     2    57  动作片  43.874822
    5      叶问3     3     2    65  动作片  52.009614
    6   我的特工爷爷     6     4    21  动作片  17.492856
    7       奔爱     7    46     4  爱情片  47.686476
    8      夜孔雀     9    39     8  爱情片  39.661064
    9     代理情人     9    38     2  爱情片  40.570926
    10   新步步惊心     8    34    17  爱情片  34.438351
    11    伦敦陷落     2     3    55  动作片  43.416587
    """
    #对训练集数据的电影类型进行排序  从小到大
    train=train.sort_values('欧氏距离').iloc[:k,:]#ix[:k,:]  取0行到k行，所有列
    # print(train)
    """
         电影名称  搞笑镜头  拥抱镜头  打斗镜头 电影类型       欧氏距离
    6  我的特工爷爷     6     4    21  动作片  17.492856
    1     美人鱼    21    17     5  喜剧片  18.547237
    3   功夫熊猫3    39     0    31  喜剧片  21.470911
    0    宝贝当家    45     2     9  喜剧片  23.430749
    2   澳门风云3    54     9    11  喜剧片  32.140317
    
    """
    mode=train['电影类型'].mode()[0]
    # print(mode)
    """
    喜剧片
    """

# sklearn方法 #

import pandas as pd
    import numpy as np
    import matplotlib.pyplot as plt
    from sklearn.neighbors import KNeighborsClassifier
    
    """
    电影分类数据类型分析   方法k-近邻方法
    """
    
    #加载数据
    move=pd.read_excel('./电影分类数据.xlsx')
    # print(move)
    
    #获取训练集
    train=move.iloc[:,1:6]
    # print(train)
    #训练集判断条件
    plt.rcParams['font.sans-serif']='SimHei'
    #或
    # train.loc[train.loc[:,'电影类型']=='喜剧片','类别']=0
    # train.loc[train.loc[:,'电影类型']=='动作片','类别']=1
    # train.loc[train.loc[:,'电影类型']=='爱情片','类别']=2
    #获取测试集
    test=np.array(move.columns[-4:])
    # print(test)
    #构建knn实例
    k=5
    knn=KNeighborsClassifier(n_neighbors=k)
    x=train.iloc[:,1:4].values#特征值
    y=train.iloc[:,-1].values#目标值
    #训练数据
    knn.fit(x,y)
    #拿出测试数据
    test=test[1:]
    #预测数据
    y_predict=knn.predict([test])#注意维度匹配，这里二维数组
    print(y_predict[0])#
    """
    喜剧片
    """