K最近邻算法

本文描述了一种基于数据库中的电影数据(如搞笑、拥抱、打斗等计数)的分类方法,通过计算待分类电影与训练样本的距离,找出K个最相似的电影,然后根据这些电影的类别分布确定待分类电影的类型。
摘要由CSDN通过智能技术生成
/*
1.存在一个样本数据集合,也称为训练样本集,并且样本集中每个数据都存在标签
2.计算待分类数据与训练集中每一个样本之间的距离
3.找出与待分类样本距离最近的k个样本
4.观测这k个样本的分类情况
5.把出现次数最多的类别作为待分类数据的类别
*/
CREATE TABLE #T
(
	name VARCHAR(100),
	ttype VARCHAR(100),
	item VARCHAR(100),
	value INT
)

INSERT INTO #T VALUES('宝贝当家','喜剧','搞笑',45)
INSERT INTO #T VALUES('宝贝当家','喜剧','拥抱',2)
INSERT INTO #T VALUES('宝贝当家','喜剧','打斗',9)
INSERT INTO #T VALUES('澳门风云','喜剧','搞笑',54)
INSERT INTO #T VALUES('澳门风云','喜剧','拥抱',9)
INSERT INTO #T VALUES('澳门风云','喜剧','打斗',11)
INSERT INTO #T VALUES('功夫熊猫','喜剧','搞笑',39)
INSERT INTO #T VALUES('功夫熊猫','喜剧','拥抱',0)
INSERT INTO #T VALUES('功夫熊猫','喜剧','打斗',31)
INSERT INTO #T VALUES('美人鱼','喜剧','搞笑',21)
INSERT INTO #T VALUES('美人鱼','喜剧','拥抱',17)
INSERT INTO #T VALUES('美人鱼','喜剧','打斗',5)
INSERT INTO #T VALUES('谍影重重','动作片','搞笑',5)
INSERT INTO #T VALUES('谍影重重','动作片','拥抱',2)
INSERT INTO #T VALUES('谍影重重','动作片','打斗',57)
INSERT INTO #T VALUES('叶问','动作片','搞笑',3)
INSERT INTO #T VALUES('叶问','动作片','拥抱',2)
INSERT INTO #T VALUES('叶问','动作片','打斗',65)
INSERT INTO #T VALUES('伦敦陷落','动作片','搞笑',2)
INSERT INTO #T VALUES('伦敦陷落','动作片','拥抱',3)
INSERT INTO #T VALUES('伦敦陷落','动作片','打斗',55)
INSERT INTO #T VALUES('我的特工爷爷','动作片','搞笑',6)
INSERT INTO #T VALUES('我的特工爷爷','动作片','拥抱',4)
INSERT INTO #T VALUES('我的特工爷爷','动作片','打斗',21)
INSERT INTO #T VALUES('奔爱','爱情片','搞笑',7)
INSERT INTO #T VALUES('奔爱','爱情片','拥抱',46)
INSERT INTO #T VALUES('奔爱','爱情片','打斗',4)
INSERT INTO #T VALUES('夜孔雀','爱情片','搞笑',9)
INSERT INTO #T VALUES('夜孔雀','爱情片','拥抱',39)
INSERT INTO #T VALUES('夜孔雀','爱情片','打斗',8)
INSERT INTO #T VALUES('代理情人','爱情片','搞笑',9)
INSERT INTO #T VALUES('代理情人','爱情片','拥抱',38)
INSERT INTO #T VALUES('代理情人','爱情片','打斗',2)
INSERT INTO #T VALUES('新步步惊心','爱情片','搞笑',8)
INSERT INTO #T VALUES('新步步惊心','爱情片','拥抱',34)
INSERT INTO #T VALUES('新步步惊心','爱情片','打斗',17)   
 
              
CREATE TABLE #C
(
	name VARCHAR(100),
	item VARCHAR(100),
	value INT
)
INSERT INTO #C VALUES('唐人街探案','搞笑',23)   
INSERT INTO #C VALUES('唐人街探案','拥抱',3)    
INSERT INTO #C VALUES('唐人街探案','打斗',17)    


DECLARE @K INT=5
 
SELECT name,ttype FROM 
(  
	SELECT *,ROW_NUMBER() OVER(PARTITION BY b.name ORDER BY c DESC) AS i  
	FROM 
	(  
		SELECT *,COUNT(1) OVER(PARTITION BY a.name,a.ttype) AS c 
		FROM 
		(          
			SELECT TOP(@K)b.name,a.ttype,SQRT(SUM(POWER(a.value-b.value,2))) AS j 
			FROM #T a INNER JOIN #C b ON  b.item = a.item
			GROUP  BY a.name,a.ttype,b.name
			ORDER BY j 
		) a 
	) b 
) c 
WHERE i=1

DROP TABLE #T
DROP TABLE #C

  • 5
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
K最近邻(K-Nearest Neighbors,KNN)算法是一种常用的多分类算法。它基于样本之间的距离来进行分类,具体操作如下: 1. 计算距离:对于测试样本,计算它与训练集中每个样本的距离。常见的距离度量方法有欧氏距离、曼哈顿距离等。 2. 选择K个最近邻:根据距离,选择与测试样本最近的K个训练样本。 3. 进行投票或求平均:根据K个最近邻样本的标签,进行投票决策或求平均值,得到测试样本的分类结果。 以下是一个使用K最近邻算法进行多分类的Python代码示例: ```python from sklearn.neighbors import KNeighborsClassifier import pandas as pd from sklearn.model_selection import train_test_split # 读取数据集 data = pd.read_csv('final_data1.csv') Y = data.y X = data.drop('y', axis=1) # 数据集划分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=42) # 创建并训练KNN分类器 knn = KNeighborsClassifier(n_neighbors=3) # 设置K值为3 knn.fit(X_train, y_train) # 在测试集上进行预测 y_pred = knn.predict(X_test) ``` 上述代码使用了`sklearn`库中的`neighbors`模块,通过导入`KNeighborsClassifier`创建了一个K最近邻分类器对象`knn`。在创建分类器对象时,通过参数`n_neighbors`设置了K的值为3。然后使用训练集数据`X_train`和对应的标签`y_train`调用`knn.fit()`方法进行训练。最后,使用训练好的模型在测试集数据`X_test`上进行预测,预测结果存储在`y_pred`中。 需要注意的是,KNN算法的性能很大程度上依赖于选择合适的K值和距离度量方法。在实际应用中,可以使用交叉验证等方法来选择最佳的K值,并根据数据集的特点选择合适的距离度量方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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