【机器学习实战 Task1】 (KNN)k近邻算法的应用_k近邻算法应用领域相关代码(1)

本文介绍了如何利用KNN算法判断一部电影的类型。通过计算未知电影与已有电影之间的距离,找到最接近的k个样本,根据这k个样本的类别频率来预测未知电影的类型。文章提供了Python代码实现,并给出了学习路线、资源和实战案例,帮助读者掌握KNN算法。
摘要由CSDN通过智能技术生成

当前统计了6部电影的接吻和打斗的镜头数,假设有一部未看过的电影,如何确定它是爱情片还是动作片呢?

电影名称 打斗镜头 接吻镜头 电影类型
California Man 3 104 爱情片
He‘s Not Really into Dudes 2 100 爱情片
Beautiful Woman 1 81 爱情片
Kevin Longblade 101 10 动作片
Robo Slayer 3000 99 5 动作片
Amped II 98 2 动作片
18 90 未知

根据knn算法的原理,我们可以求出,未知电影与每部电影之间的距离(这里采用欧式距离)

以California Man为例

>>>((3-18)**2+(104-90)**2)**(1/2)
20.518284528683193
电影名称 与未知i电影之间的距离
California
  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值