电影分类问题

# 建模实现
# 目标：对电影进行分类预测
# 电影的哪些属性对电影的类别有影响.
# 建模：首先要考虑的就是哪些属性对我们研究的目标是可能有影响的

# 思考：如何对电影进行分类预测

# 假设电影分为两类：动作电影 和 爱情电影

import numpy as np
import pandas as pd 
from pandas import Series,DataFrame

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline

data=pd.read_excel("电影预测问题.xlsx",sheet_name=0)
data

	电影名称	打斗镜头	接吻镜头	类别
0	黄飞鸿	10	2	动作
1	泰塔尼克号	3	9	爱情
2	钢铁侠	12	3	动作
3	后会无期	4	10	爱情
4	星语心愿	1	8	爱情
5	通天教主	9	1	动作
6	加勒比海盗	11	2	动作
7	天下无贼	13	3	动作
8	同桌的你	2	7	爱情
9	天气之子	3	11	爱情
10	变形金刚	13	2	动作

y = data["类别"]
x = data[["打斗镜头","接吻镜头"]]

#特征空间：由样本集的数据的特征展开的空间
x

	打斗镜头	接吻镜头
0	10	2
1	3	9
2	12	3
3	4	10
4	1	8
5	9	1
6	11	2
7	13	3
8	2	7
9	3	11
10	13	2

y.map({"动作":0,"爱情":1})

0     0
1     1
2     0
3     1
4     1
5     0
6     0
7     0
8     1
9     1
10    0
Name: 类别, dtype: int64

plt.scatter(x["打斗镜头"],x["接吻镜头"],c = y.map({"动作":0,"爱情":1}))

<matplotlib.collections.PathCollection at 0x24b4a8699d0>

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NnVbAs1f-1661069258396)(output_7_1.png)]

action = x.loc[y == "动作"]
love = x.loc[y == "爱情"]
action

	打斗镜头	接吻镜头
0	10	2
2	12	3
5	9	1
6	11	2
7	13	3
10	13	2

colors = sns.color_palette("husl")
sns.palplot(colors)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2cyidJj7-1661069258398)(output_9_0.png)]

plt.scatter(action["打斗镜头"],action["接吻镜头"],marker ="+",s =180,color = colors[2],label = "action")
plt.scatter(love["打斗镜头"],love["接吻镜头"],marker ="*",s =180,color = colors[4],label = "love")
plt.legend()
plt.xlabel("action",color = colors[2],fontsize = 20)
plt.ylabel("love",color = colors[4],fontsize = 20)

Text(0, 0.5, 'love')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XUQ73v16-1661069258399)(output_10_1.png)]

#在特征空间中，我们发现不同类别的电影的距离会更加接近

# KNN ( K  nearest neighbors)
# 在特征空间中，计算出距离带预测样本点的最近的k个样本，由这k个样本投票产生预测结果

from sklearn.neighbors import KNeighborsClassifier
#n_neighbors 就是k值的个数，分类问题一般会选择奇数而不是偶数

knn = KNeighborsClassifier(n_neighbors=3)

y

0     动作
1     爱情
2     动作
3     爱情
4     爱情
5     动作
6     动作
7     动作
8     爱情
9     爱情
10    动作
Name: 类别, dtype: object

#把标签数值化处理
target = y.map({"动作":0, "爱情":1})
target 

0     0
1     1
2     0
3     1
4     1
5     0
6     0
7     0
8     1
9     1
10    0
Name: 类别, dtype: int64

#算法对象需要被训练，被数据样本集训练，才能具有预测能力
knn.fit(x,target)

KNeighborsClassifier(n_neighbors=3)

#knn算法对象被训练之后，就成为一个模型对象，模型对象可以预测未知的数据的属性

film=np.array([[10,2],[15,5],[6,2]])

knn.predict(film)

array([0, 0, 0], dtype=int64)

plt.scatter(action["打斗镜头"],action["接吻镜头"],marker ="+",s =180,color = colors[2],label = "action")
plt.scatter(love["打斗镜头"],love["接吻镜头"],marker ="*",s =180,color = colors[4],label = "love")
plt.legend()
plt.xlabel("action",color = colors[2],fontsize = 20)
plt.ylabel("love",color = colors[4],fontsize = 20)

plt.scatter(film[:,0],film[:,1],c= knn.predict(film))

<matplotlib.collections.PathCollection at 0x24b4e545a00>

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1lDsMftQ-1661069258400)(output_20_1.png)]