24丨KNN（上）：如何根据打斗和接吻次数来划分电影类型？
该思维导图由 AI 生成，仅供参考
KNN 的工作原理
荧光笔
直线
曲线- 深入了解
- 翻译
- 解释
- 总结
KNN算法是一种简单而有效的数据挖掘算法，通过计算待分类物体与其他物体之间的距离，统计距离最近的K个邻居，来确定待分类物体的类别。KNN的关键因素包括K值的选择、距离的计算方式以及KD树的应用。KNN不仅可以用于分类问题，还可以进行回归分析。在实际应用中，KNN需要考虑计算量大、存储空间和计算时间需求大的问题，以及样本分类不均衡的情况。此外，KNN也可以用于推荐算法。总的来说，KNN算法原理简单直接，适用于线性和非线性分类问题，但在实际应用中需要考虑各种可能存在的情况。 KNN算法的优势在于其简单直接的原理，适用于线性和非线性分类问题。然而，在实际应用中，需要考虑计算量大、存储空间和计算时间需求大的问题，以及样本分类不均衡的情况。此外，KNN还可以用于推荐算法。
《数据分析实战 45 讲》，新⼈⾸单¥59
全部留言(30)
- 最新
- 精选
白夜置顶曼哈顿距离写错了吧？ 应该d=|X1-X2|+|Y1-Y2|吧编辑回复: 我之前在微信群里说过这个问题，这个主要是因为后面有个n维空间，所以我定义的两个点分别是(x1,x2,...,xn)和(y1,y2,...,yn)。所以你看到的公式是用|x1-y1|+|x2-y2|，看起来会和我们之前学到的不一样，关键还是在于对点的定义上。你能理解公式的含义即可，另外这里主要是考虑到不光是2维的空间，如果是2维，3维我可以用字母来表示，比如用x,y,z，但是更多的维度，我在文章里是会用x1,x2,...,xn来表示一个点的定义。
2019-02-14418
Python老师，能不能推荐一下kaggle上谁的项目能让我们学习。编辑回复: Kaggle上有些项目还是不错的 信用卡欺诈交易分类预测 https://www.kaggle.com/mlg-ulb/creditcardfraud 比特币趋势分析 https://www.kaggle.com/mczielinski/bitcoin-historical-data 宇宙中的脉冲星预测 https://www.kaggle.com/pavanraj159/predicting-a-pulsar-star 西班牙高铁票价 https://www.kaggle.com/thegurus/spanish-high-speed-rail-system-ticket-pricing 我列举了几个，Kaggle上有不少项目值得练习和研究，基本上你可以从Datasets和Kernels里面按照Hotness排序，找一下热门的项目，同时如果是初学者，有一些标签也可以参考，比如beginner, tutorial这种的。另外你也可以根据算法来检索比如：SVM, decision tree等
2019-02-0626- Pythonk越少就会越拟合，越多则越不拟合。最后就是为了寻找k的数值
编辑回复: 对的，K值是个实践出来的结果，不是事先而定的
2019-02-069 
FORWARD―MOUNTKNN回归，既然已经知道某部电影的位置了，也就知道接吻次数和打斗次数。还用相邻的电影做回归求接吻次数和打斗次数？ 这个表示没懂。编辑回复: 一个很好的问题，回归一般是预测某个属性值，这个属性值是连续型的，而不是离散型的。如果是离散型的就变成了分类问题。比如 对于这个待测点的已知属性值，我们先计算这个待测点与已知点的距离，然后选择最近的K个点。这样也就是知道了这个待测点和哪K个已知点最接近。那么这个待测点的未知属性值就等于这K个点的该属性值的平均值
2019-02-1538
王彬成KNN 的算法原理和工作流程是怎么样的？KNN 中的 K 值又是如何选择的？ 1、kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。 2、整个计算过程分为三步： 1）计算待分类物体与其他物体之间的距离； 2）统计距离最近的 K 个邻居； 3）对于 K 个最近的邻居，它们属于哪个分类最多，待分类物体就属于哪一类。 3、我们一般采用交叉验证的方式选取 K 值。 交叉验证的思路就是，把样本集中的大部分样本作为训练集，剩余的小部分样本用于预测，来验证分类模型的准确性，准确率最高的那一个最终确定作为 K 值。作者回复: 总结整理的不错
2019-02-225
文晟老师，那几个距离公式怎么跟别处的不一样，记得课本上是x1-x2而不是x1-y1这种形式编辑回复: 这个主要是因为后面有个n维空间，所以我定义的两个点分别是(x1,x2,...,xn)和(y1,y2,...,yn)。对应的公式是用|x1-y1|+|x2-y2|。看起来会和我们之前学到的不一样，关键还是在于对点的定义上。
2019-02-0625
third跟谁像，就是谁 计算距离 通过交叉验证的方法，找到较小K，准确还较高的 计算K个近邻， 跟谁多作者回复: 对的
2019-02-182- Python老师，在实际工作中，我们直接调库和调参就行了吗？
作者回复: 有时候需要调超参数的，所以你可以使用GridSearchCV来帮你寻找最优的超参数
2019-02-062 
贺中堃1.找K个最近邻。KNN分类算法的核心就是找最近的K个点，选定度量距离的方法之后，以待分类样本点为中心，分别测量它到其他点的距离，找出其中的距离最近的“TOP K”，这就是K个最近邻。 2.统计最近邻的类别占比。确定了最近邻之后，统计出每种类别在最近邻中的占比。 3.选取占比最多的类别作为待分类样本的类别。 k值一般取一个比较小的数值，通常采用交叉验证法来选取最优的k值。作者回复: k值的确定方法常使用手肘法或者轮廓系数，k值一般会先取2并循环增加，直到找到手肘法拐点处的k或者使轮廓系数最大的k。
2020-07-131
§mc²ompleXWrKNN回归：如果某个特征属性未知，我怎么算距离？作者回复: 如果这个特征的属性未知值较多，那这一列可以考虑剔除。
2020-06-181
