喜好程度预测

1. import pandas as pd
   from sklearn.model_selection import train_test_split
   from sklearn.preprocessing import StandardScaler
   from sklearn.neighbors import KNeighborsClassifier
   
   df = pd.read_csv('datatest.csv', names=['出行', '游戏时间', '冰激凌', '配对结果'])
   print(df)
   # 取所有的行，1，2，3列作为特征，4列标签结果
   feature = df.iloc[:, 0:3]
   print(feature)
   target = df.iloc[:, -1]
   print(target)
   # 划分数据集test_size:测试集占比 random_state:随机数种子
   # 训练集的特征数据，测试集的特征数据，训练集的目标数据，测试集的目标数据
   x_train, x_test, y_train, y_test = train_test_split \
       (feature, target, test_size=0.20, random_state=1500)
   print(x_train.shape, x_test.shape)
   # 标准化
   ss = StandardScaler()
   x_train = ss.fit_transform(x_train)
   print(x_train)
   # 创建KMN算法对象，指定K值
   knn = KNeighborsClassifier(n_neighbors=3)
   # 训练模型(训练集的特征数据和目标数据)
   knn.fit(x_train, y_train)
   # 用测试集验证数据，得到评价指标
   # 测试集数据也必须标准化，但是不需要再计算均值和方差，训练集进行标准化的时候已经找到了均值和方差
   # 已经找到转换规则，我们把这个规则用在了训练集上，同样我们可以直接用在测试集上，所以在测试集上的处理，我们只需要标准化
   x_test = ss.transform(x_test)
   score = knn.score(x_test, y_test)
   print(f'模型评分{score}')
   
   # 预测
   x_test1 = [[90000, 3.99, 7.25], [1001, 4, 3.2]]
   x_test1 = ss.transform(x_test1)
   y_predict = knn.predict(x_test1)
   print(y_predict)
   

   实验概述
   1. 实验目标和主要内容

实验目标：根据海伦女士对其他人的喜欢程度以及其他人的3种共同特征（每年出行的里程数、玩游戏的时间占比、每周吃冰激凌的时间占比）的数据，通过KNN算法，实现当给出某人这3种特征的具体数据时，预测海伦女士对此人的喜欢程度；

开发平台：PyCharm Community Edition 2021.3.2 x64

语言：Python

主要内容：

海伦女士一直使用在线约会网站寻找适合自己的约会对象。尽管约会网站会推荐不同的任选，但她并不是喜欢每一个人。经过一番总结，她发现自己交往过的人可以进行如下分类:

·不喜欢

·魅力一般

·极具魅力

海伦收集约会数据已经有了一段时间，她把这些数据存放在文本文件datingTestSet.txt中，每个样本数据占据一行，总共有1000行。海伦收集的样本数据主要包含以下3种特征:

·每年出行的里程数

·玩游戏的时间占比

·每周吃冰淇淋的公升数

根据已有数据通过KNN算法建立模型，预测海伦女士对任意约会对象的喜欢程度。

1. 1. 实验需求分析
      1. 划分数据集；
      2. 数据标准化；
      3. 创建KNN算法对象，指定K值；
      4. 设置训练模型；
      5. 用测试集验证数据；
      6. 根据具体数据进行预测。

2、实验设计

2.1关键算法分析

算法1：数据集划分

分析：设置随机数种子，随机取80%的数据作为训练集，20%的数据作为测试集。

主要代码：

算法2：数据标准化

代码：

算法3：创建KNN算法对象，训练模型

代码：

算法4：用测试集验证数据，得到评价指标

主要代码：

算法6：根据给出的具体数据进行预测

概述:给出具体的特征数据，带入模型，预测海伦女士对此人的喜欢程度。

代码：

3、实验结果

对于给出具体的特征数据，带入模型，预测的结果为：

运行结果：

说明海伦女士对每年出行的里程数、玩游戏的时间占比、每周吃冰激凌的时间占比分别为90000, 3.99, 7.25的人的喜欢程度为didntLike，对每年出行的里程数、玩游戏的时间占比、每周吃冰激凌的时间占比分别为1001, 4, 3.2的人的喜欢程度为smallDoses。

4、实验小结

1. 利用KNN算法进行预测模型的建立，用于训练和测试的数据需要从数据集中划分。原则上训练数据多余测试数据，且数据总量足够多，才能使预测模型更加准确；
2. 训练数据集和测试集数据都必须做标准化处理。