机器学习实战-K近邻算法（分类电影）

机器学习实战-K近邻算法（分类电影）

#-*- Coding:utf-8 -*-
# Author:LHF  Time:2019/9/21
from numpy import *
import operator  #运算符模块

def creatDataSet():
    group = array([[1.0,101],[5,89],[108,5],[115,8]])
    labels = ['爱情片','爱情片','动作片','动作片']
    return group,labels

def classify0(inx,dataSet,labels,k):
    dateSetSize = dataSet.shape[0]#numpy函数shape[0]返回dataSet的行数
    diffMat = tile(inx,(dateSetSize,1)) - dataSet #在行向量上inx有dataSetSize次，在列向量上inx有一次
    sqDiffMat = diffMat ** 2#二维矩阵相减后每个数据求平方
    sqDistances = sqDiffMat.sum(axis = 1)#求出每一行数据的总和
    distances = sqDistances ** 0.5#将每一行数据的总和开平方
    sortedDistIndicies = distances.argsort()#按照distances中数据的大小排序，然后替换成在原来每行数据的索引
    classCount = {}
    for i in range(k):#多数表决法，按大小顺序，求出前k个
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1#get(指定键，默认值) get返回指定键的值，如果没有，返回默认值
    #key = operator.itemgetter(1) 根据字典的值进行排序
    # key = operator.itemgetter(0) 根据字典的键进行排序
    sortedClassCount = sorted(classCount.items(),key = operator.itemgetter(1),reverse = True)
    #拿出字典中第一个键值对的键
    return sortedClassCount[0][0]


if __name__ == '__main__':
    group,labels = creatDataSet()
    test = [101,20]
    test_class = classify0(test,group,labels,3)
    print(test_class)

**

运行结果

**

动作片