震惊

邻居女神小美到了要出嫁的年纪，天天相亲遇见奇葩，所以小美准备拜托她的青梅竹马兼男闺蜜的单身男程序员

你！！！！！

帮她写个程序，提前筛选一下相亲对象
你：？？？？？？？

震惊

某程序员竟然用k近邻【(K-NearestNeighbor)，俗称KNN，数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法】给女神找相亲对象！

开局先将优略，如不符合您的要求，可以提前结束阅读，避免浪费您的时间。
优势：

  • 理论逻辑简单，容易理解，方便实现。
  • 可以用来分类也可用来回归
  • 对稀有事物分类有奇效
  • 可用于数值型或离散型数据

不足：

  • 时空复杂度过高，运算量大，不适合大数据操作
  • 存在样本不平衡问题
  • 算法的可理解性差，无法给出数据的内在含义

算法的理论讲解

k-近邻(KNN):
给定已知标签类别的训练数据集，输入没有标签的测试集，在训练集中找到于测试集最邻近的k个实例，如果这k个实例中的多数属于类别A，则测试集也属于列别A。

我们使用离Y最近的k个点来决定Y属于哪一类

如图，我们已有类别红点和蓝点，判断图中心的绿点属于哪一类

if   k=3；   because: blue=1 and red = 2 and 2>1  therefore:green = red      elif k = 5;  because: blue=3 and red = 3 and 3>2  therefore:green = blue

ou~~
懂是懂了，但是距离如何衡量呢？
A:
距离度量。在二维平面上计算两个点之间的距离。
∣ A B ∣ = ( x 1 − x 2 ) 2 + ( y 1 − y 2 ) 2 |AB|\ =\ \sqrt{\left( x_{_1}-x_2 \right) ^2+\left( y_1-y_2 \right) ^2} ∣AB∣ = (x1​​−x2​)2+(y1​−y2​)2 ​
当扩展到多个点时，再往后延续z,q,w,p等就可以了。

举例

import pandas as pd
data = {'电影名称':['无问西东','后来的我们','前任三','红海行动','唐人街探案','战狼2'],'打斗镜头':[1,5,12,108,112,115],'接吻镜头':[101,89,97,5,9,8],'电影类型':['爱情片','爱情片','爱情片','动作片','动作片','动作片']}
data = pd.DataFrame(data)
data
电影名称 打斗镜头 接吻镜头 电影类型
0 无问西东 1 101 爱情片
1 后来的我们 5 89 爱情片
2 前任三 12 97 爱情片
3 红海行动 108 5 动作片
4 唐人街探案 112 9 动作片
5 战狼2 115 8 动作片

ok

接下来输入一条数据

['巴啦啦小魔仙全身边',24,67]

让你写程序判定一下，这是属于爱情片还是属于动作片

#首先计算“小魔仙”到其他各个点之间的距离
xian_movie = [24,67]
xian_movie = list((((data.iloc[:,1:3]-xian_movie)**2).sum(1))**0.5)
xian_movie

[41.048751503547585,29.068883707497267,32.31098884280702,104.4030650891055,105.39449701004318,108.45275469069469]

可以看到，我们的"小魔仙"到其它点的距离
之后选取距离最小的k个点，这里我们将k设为4

sorted_data = pd.DataFrame({'movie':xian_movie,'labels':(data.iloc[:6,3])})
sorted_data = sorted_data.sort_values(by = 'movie')[:4]
sorted_data
movie labels
1 29.068884 爱情片
2 32.310989 爱情片
0 41.048752 爱情片
3 104.403065 动作片

统计出top k，之后我们计算top k 中每个类别出现的次数， 最后选择最高频率的类别作为我们的预测结果

freq = sorted_data.loc[:,'labels'].value_counts()
freq

爱情片    3
动作片    1
Name: labels, dtype: int64

print('巴啦啦小魔仙全身变属于 {} '.format(freq.index[0]))

巴啦啦小魔仙全身变属于 爱情片

however“巴啦啦小魔仙”真的属于爱情片麽？这里面存在很多很多的问题，需要诸位的努力，加油！！！！！！

生活不易，猫猫叹气.

实例

背景介绍：
小美到了要出嫁的年纪，但是并不是每个人都让她喜欢，而有些人又明显不是她的菜。所以小美准备拜托她的青梅竹马兼男闺蜜的单身程序员小白帮她写个程序提前筛选一番。

小白筛选规则如下：

根据

  • 每年的飞行里程数
  • 玩游戏、视频所占的时间比
  • 每周消费的冰淇凌公升数

小白将相亲对象分为

  • didntLike--------很不喜欢的人
  • smallDoses-------不喜欢的人
  • largeDoses-------有点不喜欢的人
import pandas as pd
data = pd.read_table('./data/data45246/datingTestSet.txt',header=None)
print(data.shape)
data.head()
(1000, 4)
0 1 2 3
0 40920 8.326976 0.953952 largeDoses
1 14488 7.153469 1.673904 smallDoses
2 26052 1.441871 0.805124 didntLike
3 75136 13.147394 0.428964 didntLike
4 38344 1.669788 0.134296 didntLike 
import matplotlib as mpl
import matplotlib.pyplot as plot Colors = []
for i in range(data.shape[0]):m = data.iloc[i,-1]if m == 'didntLike':Colors.append('black')elif m == 'smallDoses':Colors.append('orange')elif m == 'largeDoses':Colors.append('red')plot.rcParams['font.sans-serif'] = ['Simhei']
pl = plot.figure(figsize = (12,8))fig1 = pl.add_subplot(221)
plot.scatter(data.iloc[:,1],data.iloc[:,2],marker='.',c = Colors)
plot.xlabel('玩游戏视频所占时间比')
plot.ylabel('每周消费冰淇淋公升数')fig2 = pl.add_subplot(222)
plot.scatter(data.iloc[:,0],data.iloc[:,1],marker = '.',c = Colors)
plot.xlabel('plane')
plot.ylabel('game & video')fig3 = pl.add_subplot(223)
plot.scatter(data.iloc[:,0],data.iloc[:,2],marker = '.',c = Colors)
plot.xlabel('plane ')
plot.ylabel('icecream')
plot.show()

第三张图还不是特别的明显，但是看到第二张图我又有想法了，请把你的想法打在回复上。
但是，在本篇文章中，我们只用来观察数据。

我们在上述观察数据的时候发现，飞行里程都是以“万”为单位，但是每周消费的冰淇凌数却很难超过1，

那么造成的影响便是，我们分类的准确性几乎全部取决于较大数值的飞行里程，而较小数值的冰淇凌消费数很难有话语权，

So

我们需要进行”归一化“处理，使得三个特征所占的权重相同。

归一化处理的方式有很多：Sigmod归一化，Z-Score归一化，而我们这里 使用的是最简单的"0-1归一化"。
0-1归一化公式 = (x-min)/(max-min)

def minmax(dataset):min_d = dataset.min()max_d = dataset.max()normdataset = (dataset-min_d)/(max_d-min_d)return normdataset

data_t = pd.concat([minmax(data.iloc[:,:3]),data.iloc[:,3]],axis=1)
data_t.head()
0 1 2 3
0 0.448325 0.398051 0.562334 largeDoses
1 0.158733 0.341955 0.987244 smallDoses
2 0.285429 0.068925 0.474496 didntLike
3 0.823201 0.628480 0.252489 didntLike
4 0.420102 0.079820 0.078578 didntLike

到了划分训练集和测试集的时候了

def randSplit(data,rate = 0.8):n = data.shape[0]m = int(n*rate)train = data.iloc[:m,:]test = data.iloc[m:,:]test.index = range(test.shape[0])return train,test
train,test = randSplit(data_t)
print(train.head())
test.head()

          0         1         2           3
0  0.448325  0.398051  0.562334  largeDoses
1  0.158733  0.341955  0.987244  smallDoses
2  0.285429  0.068925  0.474496   didntLike
3  0.823201  0.628480  0.252489   didntLike
4  0.420102  0.079820  0.078578   didntLike
0 1 2 3
0 0.565951 0.080003 0.431779 didntLike
1 0.033197 0.225597 0.412308 smallDoses
2 0.391080 0.492596 0.929750 largeDoses
3 0.016840 0.099760 0.707143 smallDoses
4 0.099515 0.302984 0.667006 smallDoses

分类器的构建

def data_classing(trian,test,k):n = train.shape[1]-1m = test.shape[0]result = []for i in range(m):dist = list((((train.iloc[:,:n]-test.iloc[i,:n])**2).sum(1))**0.5)dist1 = pd.DataFrame({'dist':dist,'labels':(train.iloc[:,n])})dr = dist1.sort_values(by = 'dist')[:k]re = dr.loc[:,'labels'].value_counts()result.append(re.index[0])result = pd.Series(result)test['predict'] = resultacc = (test.iloc[:,-1]==test.iloc[:,-2]).mean()print('模型的准确率为{}'.format(acc))return test
train,test = randSplit(data_t)
print(train.head())
test.head()
data_classing(train,test,5)

          0         1         2           3
0  0.448325  0.398051  0.562334  largeDoses
1  0.158733  0.341955  0.987244  smallDoses
2  0.285429  0.068925  0.474496   didntLike
3  0.823201  0.628480  0.252489   didntLike
4  0.420102  0.079820  0.078578   didntLike
模型的准确率为0.945
0 1 2 3 predict
0 0.565951 0.080003 0.431779 didntLike didntLike
1 0.033197 0.225597 0.412308 smallDoses smallDoses
2 0.391080 0.492596 0.929750 largeDoses largeDoses
3 0.016840 0.099760 0.707143 smallDoses smallDoses
4 0.099515 0.302984 0.667006 smallDoses smallDoses
5 0.523090 0.394607 0.418764 largeDoses largeDoses
6 0.781962 0.768050 0.574250 didntLike didntLike
7 0.416114 0.082374 0.182566 didntLike didntLike
8 0.464376 0.180935 0.516860 didntLike didntLike
9 0.248562 0.122258 0.072347 didntLike smallDoses
10 0.432899 0.470962 0.645680 largeDoses largeDoses
11 0.130214 0.175873 0.918369 smallDoses smallDoses
12 0.054167 0.467973 0.502735 smallDoses smallDoses
13 0.802318 0.715080 0.310177 didntLike didntLike
14 0.192664 0.534536 0.759757 largeDoses largeDoses
15 0.753092 0.359884 0.977555 didntLike didntLike
16 0.151392 0.251146 0.812960 smallDoses smallDoses
17 0.346893 0.666691 0.841321 largeDoses largeDoses
18 0.949744 0.743678 0.843311 didntLike didntLike
19 0.473459 0.596747 0.405673 largeDoses largeDoses
20 0.263944 0.110773 0.832161 didntLike didntLike
21 0.575680 0.481359 0.451476 largeDoses largeDoses
22 0.677758 0.276884 0.952764 didntLike didntLike
23 0.524832 0.197828 0.280246 didntLike didntLike
24 0.407459 0.618065 0.178960 largeDoses largeDoses
25 0.065879 0.448304 0.180738 smallDoses smallDoses
26 0.298259 0.399695 0.969125 largeDoses largeDoses
27 0.756270 0.379525 0.781348 didntLike didntLike
28 0.861613 0.513180 0.415869 didntLike didntLike
29 0.331467 0.554163 0.168224 largeDoses largeDoses
... ... ... ... ... ...
170 0.588465 0.580790 0.819148 largeDoses largeDoses
171 0.705258 0.437379 0.515681 didntLike didntLike
172 0.101772 0.462088 0.808077 smallDoses largeDoses
173 0.664085 0.173051 0.169156 didntLike didntLike
174 0.200914 0.250428 0.739211 smallDoses smallDoses
175 0.250293 0.703453 0.886825 largeDoses largeDoses
176 0.818161 0.690544 0.714136 didntLike didntLike
177 0.374076 0.650571 0.214290 largeDoses largeDoses
178 0.155062 0.150176 0.249725 smallDoses smallDoses
179 0.102188 0.000000 0.070700 smallDoses smallDoses
180 0.208068 0.021738 0.609152 smallDoses smallDoses
181 0.100720 0.024394 0.008994 smallDoses smallDoses
182 0.025035 0.184718 0.363083 smallDoses smallDoses
183 0.104007 0.321426 0.331622 smallDoses smallDoses
184 0.025977 0.205043 0.006732 smallDoses smallDoses
185 0.152981 0.000000 0.847443 smallDoses smallDoses
186 0.025188 0.178477 0.411431 smallDoses smallDoses
187 0.057651 0.095729 0.813893 smallDoses smallDoses
188 0.051045 0.119632 0.108045 smallDoses smallDoses
189 0.192631 0.305083 0.516670 smallDoses smallDoses
190 0.304033 0.408557 0.075279 largeDoses largeDoses
191 0.108115 0.128827 0.254764 smallDoses smallDoses
192 0.200859 0.188880 0.196029 smallDoses smallDoses
193 0.041414 0.471152 0.193598 smallDoses smallDoses
194 0.199292 0.098902 0.253058 smallDoses smallDoses
195 0.122106 0.163037 0.372224 smallDoses smallDoses
196 0.754287 0.476818 0.394621 didntLike didntLike
197 0.291159 0.509103 0.510795 largeDoses largeDoses
198 0.527111 0.436655 0.429005 largeDoses largeDoses
199 0.479408 0.376809 0.785718 largeDoses largeDoses

200 rows × 5 columns

哇

准确率达到了0.945！这么强的麽？

骗你的啦，这是百里挑一的数据集，特别适合CNN，好了，快去试试你的数据集能不能和CNN契合吧！！！！

桥爹妈的

别忘了不要白嫖！

震惊某程序员竟然用KNN给女神筛选相亲对象KNN原理代码实现相关推荐

  1. CSDN《某一程序员竟然吃过shi？让我们走进他的生活，揭露背后的故事》

    CSDN<某一程序员竟然吃过屎?我们走进他的生活,揭露背后的故事> ----------接下来让我们走进他的故事 到底是什么原因让他吃屎 这是这位程序员的自曝,我很好奇的不是他吃过屎,我在 ...

  2. 别人的计算机课,真实！别人眼中的程序员竟然是这样的？！

    原标题:真实!别人眼中的程序员竟然是这样的?! 本期采访对象 中国矿业大学张晟瑞 常州工业职业技术学院戴龙阁 盐城工学院徐健聪 当ABC 变化含义 当电脑成了社会的神经末梢 采集.输入.交互.显示 它 ...

  3. 计算机原始程序,原始程序员竟然是这样写代码的？

    原标题:原始程序员竟然是这样写代码的? 如今我们大部分人眼中编程是这样的:一台电脑,一个编辑器,几串代码.彩色的页面,自动缩进,智能联想,隐隐觉得这是一件很艺术的事情. 不过,在几十年前,原始程序员更 ...

  4. java程序员的男朋友,当今，程序员竟然成为最抢手男友？

    当今,程序员竟然成为最抢手男友? 理由如下: 1.薪资高,很抢手 程序猿, 是现在需求比较大的一个职业,比较好找工作. 他们在市场上很抢手.很受欢迎. 关键是, 他们的起薪都非常高. 程序员个个都是潜 ...

  5. JavaScript id_好程序员web前端分享Javascript中函数作为对象

    好程序员web前端分享Javascript中函数作为对象,Javascript赋予了函数非常多的特性,其中最重要的特性之一就是将函数作为第一型的对象.那就意味着在javascript中函数可以有属性, ...

  6. java中的model_Java程序员必看之springmvc中的Model对象在重定向中的数据

    原标题:Java程序员必看之springmvc中的Model对象在重定向中的数据 在springmvc框架中,一个handler方法中的参数可以内置接收Model类型的对象,主要用于存储数据之用,主要 ...

  7. HTML5七夕情人节表白网页(星空萤火虫) HTML+CSS+JS 求婚 html生日快乐祝福代码网页 520情人节告白代码 程序员表白源码 抖音3D旋转相册 js烟花代码 css爱心表白

    HTML5七夕情人节表白网页(星空萤火虫) HTML+CSS+JS 求婚 html生日快乐祝福代码网页 520情人节告白代码 程序员表白源码 抖音3D旋转相册 js烟花代码 css爱心表白 这是程序员 ...

  8. HTML5七夕情人节表白网页(雪花爱心表白) HTML+CSS+JS 求婚 html生日快乐祝福代码网页 520情人节告白代码 程序员表白源码 抖音3D旋转相册 js烟花代码 css爱心表白

    HTML5七夕情人节表白网页❤雪花爱心❤ HTML+CSS+JS 求婚 html生日快乐祝福代码网页 520情人节告白代码 程序员表白源码 抖音3D旋转相册 js烟花代码 css爱心表白 这是程序员表 ...

  9. HTML5七夕情人节表白网页_生日快乐粒子烟花(自定义文字)_ HTML+CSS+JS 求婚 html生日快乐祝福代码网页 520情人节告白代码 程序员表白源码 抖音3D旋转相册 js烟花代码

    HTML5七夕情人节表白网页❤生日快乐粒子烟花(自定义文字)❤ HTML+CSS+JS 求婚 html生日快乐祝福代码网页 520情人节告白代码 程序员表白源码 抖音3D旋转相册 js烟花代码 css ...

最新文章

  1. Flex/Silverlight的技术比较
  2. python 反转布尔值
  3. linux文件系统启动流程,linux 内核启动过程以及挂载android 根文件系统的过程
  4. 研一寒假02-指针_new分配内存_使用new来创建动态数组_使用动态数组_使用delete来释放new分配的内存...
  5. linux更改桌面壁纸的脚本,自动更换桌面壁纸的脚本，支持Ubuntu 18.04系统
  6. 在Akka中实现主从/网格计算模式
  7. hive中分组取前N个值的实现
  8. VUE 2 无法监听数组和对象的某些变化
  9. 通过Android上的意图启动Google地图路线
  10. pyqtsignal()作用
  11. 爱的十个秘密--7.舍弃的力量
  12. Google Play 注册开发者注意事项
  13. 中图分类号，文献标识码，文章编号
  14. 详解条件概率，全概率，贝叶斯公式
  15. 多网卡多网关设置错误:RTNETLINK answers: File exists
  16. 点线面的意义_【干货】设计中的点线面到底有什么用？
  17. 基于ACO蚁群优化的机器人避障算法仿真
  18. 使用美国国立医学图书馆编辑的最新版Index Medicus中医学主题词表（MeSH）
  19. Java面试题最新更新
  20. 发票OFD格式打开方式

热门文章

  1. 万字吐血总结JVM知识点
  2. 可以用TeamViewer远程玩游戏吗？
  3. 智能红外遥控器（一）：功能简介
  4. kalilinux安装中文输入法 安装fcitx,小企鹅输入法问题
  5. WinXP下由于图标造成的System.Windows.Markup.XamlParseException
  6. 生物信息常用30个Linux命令（二）
  7. 一次性永久解决fake_useragent出现的异常: Maximum amount of retries reached
  8. 一个BI项目是如何开展的
  9. 微信小程序入门级实战开发指南
  10. ArcGIS应用（十九）Arcgis 统计分析计算多波段图像最大值、最小值、平均值等