机器学习 -- k近邻算法（分类电影）

【案例】利用k近邻算法判断电影类别。

假设有如下数据，判断新电影（打斗镜头24，接吻镜头67）应该属于爱情片还是动作片。

绘制图表如下：

k-近邻算法步骤如下：
(1) 计算已知类别数据集中的点与当前点之间的距离；
(2) 按照距离递增次序排序；
(3) 选取与当前点距离最小的k个点；
(4) 确定前k个点所在类别的出现频率；
(5) 返回前k个点出现频率最高的类别作为当前点的预测类别。

算法实现：

算法步骤：
1.构建已经分类好的原始数据集。
2.计算已知类别数据集中的点与当前点之间的距离。
3.将距离升序排列，然后选取距离最小的k个点。
4.确定前k个点所在类别的出现频率。
5.选择频率最高的类别作为当前点的预测类别。

代码：

import pandas as pd

# 1.构建已经分类好的原始数据集
rowdata = {'电影名称': ['无问西东', '后来的我们', '前任3', '红海行动', &