K-近邻算法(kNN)

如何确定上图中问号处电影的类型呢?首先我们需要先确定电影中存在的打斗镜头和接吻镜头的个数。上面则是各个电影的打斗和接吻镜头的个数以及其电影类型,可以以其镜头个数进行坐标的定位,即问号出的坐标为(18,90)因此可以将问号处与各个电影之间的距离计算出来,如下图现在我们知道了样本集中所有电影与未知电影的距离,并且从小到大排序,因此我们可以找到k个距离最近的电影,来判断其类型,
摘要由CSDN通过智能技术生成

什么是k近邻算法?

        工作原理:存在一个样本数据集合,也称作为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。

        事例:
        比如电影可以按照题材进行分类分为动作片和爱情片,但是如何正确又有什么明显的区别呢,动作片中会出现接吻的镜头,而爱情片中也会有打斗的场景,我们不能单纯依靠是否有某一镜头而确定电影的类别,但是动作片中的打斗镜头肯定比爱情片多,而爱情片中的亲吻镜头肯定也比动作片多,所以我们就可以依靠这个镜头数量的多少来进行电影题材的确定。
        

        如何确定上图中问号处电影的类型呢?
        首先我们需要先确定电影中存在的打斗镜头和接吻镜头的个数。


上面则是各个电影的打斗和接吻镜头的个数以及其电影类型,可以以其镜头个数进行坐标的定位,即问号出的坐标为(18,90)
因此可以将问号处与各个电影之间的距离计算出来,如下图

现在我们知道了样本集中所有电影与未知电影的距离,并且从小到大排序,因此我们可以找到k个距离最近的电影,来判断其类型,
比如我们假定k=3,那么最靠近的三个电影都为爱情片,因此我们判断未知电影是爱情片,那如果与未知电影相距的最近三个电影中分别为爱情片,动作片,动作片,那么我们则判断未知电影为动作片,当然我们还可以选择不同的k值来进行判断。

                                                                                        k-近邻算法的一般流程 

(1)收集数据:可以使用任何方法
(2)准备数据:距离计算所需要的数值,最好是结构化的数据格式
(3)分析数据:可以使用任何方法
(4)训练算法:此步骤不适用于k——近邻算法
(5)测试算法:计算错误率
(6)使用算法:首先输入样本数据和结构化的输出结果,然后运行k近邻算法判定输入样本属于哪个分类,然后对计算处的分类执行后续处理

关于k-近邻算法的基本问题 

 1.如何确定k的值

        通过上述的事例我们知道k的取值不同会影响结果的判断,那么我们应该如何确定一个k的取值呢?

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值