knn算法(邻近算法,或者说K最邻近(KNN,K-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是K个最近的邻居的意思,说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法)
实例演示(预测电影类型)
import pandas as pd
from sklearn.neighbors import KNeighborsClassifier
mv_df = pd.read_excel('电影数据.xlsx', sheet_name=0)
# 创建特征数据
x = mv_df.loc[:5, '打斗次数':'接吻次数'].values
# 创建目标数据
y = mv_df.loc[:5, '电影类型'].values
# 即将被预测的数值
z = mv_df.loc[6:6, '打斗次数':'接吻次数'].values
# 实例化KNeighborsClassifier方法
knn = KNeighborsClassifier()
# 训练数据
knn.fit(x, y)
# 预测结果
result = knn.predict(z)
print(result)
注:最近会开始更新yolo和机器学习的最新篇章啦~~