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：