机器学习100天——第7天（K近邻法）

一篇非常好的参考博客：https://blog.csdn.net/c406495762/article/details/75172850#commentBox

1、KNN基础概念

       KNN作为一种有监督分类算法，是最简单的机器学习算法之一，顾名思义，其算法主体思想就是根据距离相近的邻居类别，        来判定自己的所属类别。算法的前提是需要有一个已被标记类别的训练数据集，具体的计算步骤分为一下三步：
           1、计算测试对象与训练集中所有对象的距离，可以是欧式距离、余弦距离等，比较常用的是较为简单的欧式距离；
           2、找出上步计算的距离中最近的K个对象，作为测试对象的邻居；
           3、找出K个对象中出现频率最高的对象，其所属的类别就是该测试对象所属的类别。

      实战案例：D:\MLEveryDay\Day7\Knn_.py （简单实践）

2、KNN简单实现方法：

      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个点所出现频率最高的类别作为当前点的预测分类。

  实战案例：D:\MLEveryDay\Day7\Knn_basic.py （电影分类）

2、完整KNN算法的一般流程：

      1. 收集数据：可以使用爬虫进行数据的收集，也可以使用第三方提供的免费或收费的数据。一般来讲，数据放在txt文本文件             中，按照一定的格式进行存储，便于解析及处理。
      2. 准备数据：使用Python解析、预处理数据。
      3.分析数据：可以使用很多方法对数据进行分析，例如使用Matplotlib将数据可视化。
      4.测试算法：计算错误率。
      5.使用算法：错误率在可接受范围内，就可以运行k-近邻算法进行分类
 实战案例：D:\MLEveryDay\Day7\ （约会网站配对效果判定）