python_day3_学习代码（python数组学习、用K近邻算法推测电影类型）

python_day3_学习代码

#python学习-day3_1（创建随机数和随机数组、创建均匀间隔的数组、一维数组与多维数组）
附代码链接：
http://localhost:8888/notebooks/cyl_day3_1（数组random、arange）.ipynb

#python学习-day3_2（数组形状变化reshape函数、重复数组构建新数组tile函数）
附代码链接：
http://localhost:8888/notebooks/cyl_day3_2（数组reshape、tile函数）.ipynb

#python学习-day3_3
##一维数组求和、二维数组求和、定义全0数组和全1数组、一维数组切片、二维数组切片、将数组保存到文件、数组排序sort与argsort排序
附代码链接：
http://localhost:8888/notebooks/cyl_day3_3(数组切片、保存、排序%20).ipynb

#python学习-day3_4
##1、一个数组与数值计算，数值跟每个元素进行计算
##2、两个数组进行运算
附代码链接：
http://localhost:8888/notebooks/cyl_day3_4(数组运算).ipynb

#python学习-day3_5
##使用matplotlib下的pyplot模块绘图
##在坐标系直线，抛物线，散点图
附代码链接：
http://localhost:8888/notebooks/cyl_day3_5(绘制曲线%20散点图).ipynb

#python学习-day3_6
##机器学习
##K近邻算法思想和步骤
实例：

电影名称	打斗镜头	接吻镜头	电影类型
电影1	1	101	爱情片
电影2	5	89	爱情片
电影3	108	5	武打片
电影4	115	8	武打片

上表就是我们已有的数据集合，也就是训练样本集。这个数据集有两个特征，即打斗镜头数和接吻镜头数。除此之外，我们也知道每个电影的所属类型，即分类标签。用肉眼粗略地观察，接吻镜头多的，是爱情片。打斗镜头多的，是武打片。如果现在给我一部电影，你告诉我这个电影打斗镜头数和接吻镜头数。不告诉我这个电影类型，我可以根据你给我的信息进行判断，这个电影是属于爱情片还是武打片。而k-近邻算法也可以像我们人一样做到这一点当然，这些取决于数据集的大小以及最近邻的判断标准等因素。
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个点所出现频率最高的类别作为当前点的预测分类。
   附代码链接：
   http://localhost:8888/notebooks/cyl_day3_6(机器学习).ipynb