KNN:K-nearest neighbor K-近邻算法
from pandas import Series, DataFrame:
pandas含有使数据分析工作变得更快更简单的高级数据结构和操作工具,pandas是基于Numpy构建的
Series是一种类似于一维数组的对象,它由一组数据(各种Numpy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据即可产生最简单的Series:
DataFrame是一个表格型的数据结构,它含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔型值)。DataFrame既有行索引也有列索引,它可以被看做由Series组成的字典(共同用一个索引)。和其他类似的数据结构相比,DataFrame中面向行和面向列的操作基本上是平衡的。其实,DataFrame中的数据是以一个或多个二维块存放的(而不是列表、字典或别的数据结构)。
构建DataFrame的方法有很多,最常用的方法是直接传入一个由等长列表或Numpy数组组成的字典:
结果DataFrame会自动加上索引,且全部列会被有序排列。
如果指定了列顺序,则DataFrame的列就会按照指定顺序进行排列
pd.read_excel('文件名',sheetname=k,header=0,encoding=utf-8)
唯一重要的参数:sheetname=k,标志着一个excel的第k个sheet页将会被取出。(从0开始)
X_train = movie.iloc[:,1:-1] #前行后列
y_train = movie.iloc[:,-1:]这里指的最后一列的所有行
pd.concat:
pd.concat() 主要是沿着一条轴(axis=0 或1)将多个对象堆叠在一起;
test_size:样本占比,如果是整数的话就是样本的数量