爱情片与动作片分类的实战
KNN实现电影类型分类
import matplotlib.pyplot as plt
import numpy as np
#第一步,构建数据集
fight=(3,2,1,101,99,98) #x轴为电影中出现打斗的次数
kiss=(104,100,81,10,5,2) #y轴为电影中出现接吻的次数
filmtype=(1,1,1,2,2,2) #电影类型标签1为爱情片,2为动作片,3为未知
plt.scatter(fight,kiss,c=filmtype) #c是颜色
plt.xlabel('fight')
plt.ylabel('kiss')
plt.title('movie')
x=np.array([fight,kiss])
x=x.T #转置,保证每一行是一个样本
y=np.array(filmtype) #样本输出
print(x)
print(y)
#第二步 计算未知样本和每个训练集样本的举例
xx=np.array([18,90])
dist=(((x-xx)**2).sum(1))**0.5 #计算欧式距离
print(dist)
#第三步 将距离升序排序
sortedDist=np.argsort(dist)
print(sortedDist) #输出的是排序的索引
#第四步 选取距离最小的k个点,统计前k个点所在类别出现的次数
k=4
classCount={}#定义空的字典 他的key是电影类别的标签,值是出现的次数
for i in range(k): #循环k次
voteLabel=y[sortedDist[i]] #看看是爱情片还是动作片
classCount[voteLabel]=classCount.get(voteLabel,0)+1 #原值0 +1
print('class:count',classCount)
#第五步,多数表决,输出结果
maxType=0
maxCount=-1
for key,value in classCount.items(): #for 循环遍历字典
if value>maxCount:
maxType=key
maxCount=value #出现类别最多的次数
print('output:',maxType)#输出出现次数最多的类别
plt.show()
plt.close()
封装KNN
import numpy as np
#inX-未知样本 测试集
#dataSet 训练集
#labels 训练集分类标签向量
#k 选择距离最小的k个点
def knn(inX,dataSet,labels,k):
dist=(((dataSet-inX)**2).sum(1))**0.5
sortedDist=dist.argsort()
classCount={}
for i in range(k):
voteLabel=labels[sortedDist[i]]
classCount[voteLabel]=classCount.get(voteLabel,0)+1
maxType=0
maxCount=-1
for key,value in classCount.items():
if value>maxCount:
maxType=key
maxCount=value
return maxType
调用KNN
import matplotlib.pyplot as plt
import numpy as np
import 封装KNN函数 as K
#第一步,构建数据集
fight=(3,2,1,101,99,98) #x轴为电影中出现打斗的次数
kiss=(104,100,81,10,5,2) #y轴为电影中出现接吻的次数
filmtype=(1,1,1,2,2,2) #电影类型标签1为爱情片,2为动作片,3为未知
plt.scatter(fight,kiss,c=filmtype) #c是颜色
plt.xlabel('fight')
plt.ylabel('kiss')
plt.title('movie')
x=np.array([fight,kiss])
x=x.T #转置,保证每一行是一个样本
y=np.array(filmtype) #样本输出
print(x)
print(y)
#第二步 计算未知样本和每个训练集样本的举例
xx=np.array([18,90])
result=K.knn(xx,x,y,4)
print('result:',result)