knn算法KNeighborsClassifier实现

最新推荐文章于 2024-07-02 18:16:19 发布

YPL_ZML

最新推荐文章于 2024-07-02 18:16:19 发布

阅读量1.1k

点赞数

分类专栏：机器学习

本文链接：https://blog.csdn.net/YPL_ZML/article/details/93906184

版权

机器学习专栏收录该内容

8 篇文章 0 订阅

订阅专栏

import pandas as pd
import numpy as np
from sklearn.neighbors import KNeighborsClassifier


# 加载数据
mov = pd.read_excel('电影分类数据.xlsx')
# print(mov)
train = mov.iloc[:, 1:6]

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
# print(train)

test = np.array(mov.columns[-4:])
# print(test)

# 取前5个样本
k = 5
# 调用sklearn算法实现knn分类
# 构建
knn = KNeighborsClassifier(n_neighbors=k)

# 进行训练数据
knn.fit(train.iloc[:, 1:4].values, train.iloc[:, -1].values)

# 进行预测  # 训练使用二维数组，预测也应使用二维数组
y_predict = knn.predict([test[1:]])
print(y_predict)