K近邻算法——sklearn:预测电影分类
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import seaborn as sns
from matplotlib import pyplot as plt
from sklearn.neighbors import KNeighborsClassifier
# 读取训练数据
data = pd.read_excel('/Users/jun.guo/Desktop/CV_2/data/movie.xlsx', sheet_name=0)
# 获取标签结果作为Y
y = data['tag']
# 获取决定结果的属性值作为X
x = data[['kiss', 'action']]
# 特征空间:由样本集数据特征展开的空间
# 筛选不同的标签的属性值
action = x.loc[y == 2]
love = x.loc[y == 1]
# 颜色
color = sns.color_palette('husl')
# 显示颜色
# sns.palplot(color)
# 画散点图
plt.scatter(action['action'], action['kiss'], marker='+', s=60, label='action', color=color[0])
plt.scatter(love['action'], love['kiss'], marker='*', s=100, label='love', color=color[1])
plt.legend()
# 在特征空间中,相同类别的电影距离会更近,根据两个样本的距离,来对样本进行分类
knn = KNeighborsClassifier(n_neighbors=5)
# 算法需要被训练后才会有预测能力
knn.fit(x, y)
# 预测数据
new_movie = np.array([[10, 3], [3, 7], [3, 9]])
# 预测
predict_y = knn.predict(new_movie)
print(predict_y)
# 画出新的预测数据
plt.scatter(new_movie[:, 0], new_movie[:, 1], s=100, c=knn.predict(new_movie))
plt.show()
实现功能:根据电影中kiss和action的镜头数预测新电影是动作电影(tag:2)or爱情电影(tag:1)
训练数据如下:
name | kiss | action | tag |
泰坦尼克号 | 20 | 5 | 1 |
变形金刚 | 1 | 13 | 2 |
天下无贼 | 2 | 19 | 2 |
哥,你好 | 8 | 2 | 1 |
李茂扮太子 | 10 | 6 | 1 |
娜娜的玫瑰战车 | 29 | 0 | 1 |
光明 | 13 | 6 | 1 |
我的祖国 | 2 | 7 | 2 |
亮剑 | 0 | 31 | 2 |
速度与激情 | 1 | 34 | 2 |
山楂树之恋 | 24 | 1 | 1 |
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
二维码