KNN邻近算法学习

在数据挖掘，智能推荐以及机器学习中KNN算法是一种最简单的算法，它的核心思想就是一个样本在特征空间中的k个最相邻的样本中的大多数都属于某一个类别，则该样本就是属于该类别。

我们就拿判断电影类型来说明这个这个算法。电影数据如下：

现在我们要判断唐人街探案的电影类型，那我们就需要先计算唐人街探案中的搞笑，拥抱、打斗镜头和其他电影之间的距离。怎么算？我们就用类似于勾股定理的方法或者曼哈顿距离来算，就把这些镜头数分别相减在平方，再总的相加然后开根号处理，得到最终的距离。d = math.sqrt((x[] - v[]) **2+ (x[1] - v[1]) **2+ (x[2] - v[2]) **2)

将计算的距离经行排序，然后去前k个数据，然后再看这K个数据中谁的类型出现次数最多，那么唐人街探案的电影类型就是它。

下面给出python中knn的核心代码。

其中shape、tile、sum、argsort都是numpy中的方法，所以在最开始的时候需要导入这个包，tile函数是将指定的内容进行重复。