python --机器学习(KNN相关)

概念:

• 监督学习（Supervised Learning）：利用大量的标注数据来训练模型，模型最终学习到输入和输出标签之间的相关性；
• 半监督学习（Semi-supervised Learning）：利用少量有标签的数据和大量无标签的数据来训练网络；
• 无监督学习（Unsupervised Learning）：不依赖任何标签值，通过对数据内在特征的挖掘，找到样本间的关系，比如聚类；
• 自监督学习（Self-supervised Learning）：利用辅助任务（pretask）从大规模的无监督数据中挖掘自身的监督信息，通过这种构造的监督信息对网络进行训练，从而可以学习到对下游任务有价值的表征;

主要分为: 分类问题(是和否) 和 回归问题(具体的数值)

K相邻相关

大白话: 预测数据离训练数据最近的一个,则归类为距离最短的类别;

距离计算: 常见的距离计算(欧式距离, 曼哈顿距离)

优缺点

scikit-learn ==1.6.0

根据电影的武打镜头和接吻镜头预测电影是武打片或爱情片

数据如下:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier  # 分类问题
from sklearn.neighbors import KNeighborsRegressor   # 回归问题

movie = pd.read_excel('./1.xlsx', sheet_name=0)  # 读表的二维数据
# print(movie)

x_train = movie[['武打镜头', '接吻镜头']]  # 获取训练数据  必须为2维的数值
y_train = movie['分类情况'].values  # 分类问题一般时一维数据
# print(x_train)
# print(y_train)


# 创建Knn分类器的实例对象,
knn = KNeighborsClassifier()  # n_neighbors一般小于20  p:2 欧式距离  1曼哈顿距离

# 训练
knn.fit(x_train, y_train)

# 预测(数据结构必须和训练数据一致) ['武打镜头', '接吻镜头']
x_test = np.array([[50, 3], [60, 2], [4, 20], [35, 2], [40, 0], [45, 2]])  # 预测数
a = knn.predict(x_test)  # 预测
print(a)  # 预测结果

# 计算得分(分类问题 准确率)
y_test = ['动作片', '动作片', '爱情片', '动作片', '动作片', '动作片']  # 预测的结果
score = knn.score(x_test, y_test)
print(score)


# 画散点图
plt.scatter(movie['武打镜头'], movie['接吻镜头'], c=[0, 0, 1, 0, 1, 1])
plt.scatter(x_test[:, 0], x_test[:, 1])
plt.show()

能明显看出预测的数据和样本数据之间的距离