用你的邻居来判断你的类型
如果一个样本在特征空间中的k个最近似的样本中大多数数以一个类别,则该样本也属于这个类别
*计算公式:欧式公式
k-近邻算法需要做标准化处理
还记得标准化归一化吗?什么时候用标准化呢?标准化
API:sklearn.nerhbors.KNerghborsClassifier(n_nerghbors=5)
下面我们做一个实例
facebook签到事件预测,这个数据集在kaggle上,自行下载
首先我们打印一下数据观察有哪些数据项
有行id,xy轴坐标,准确度,时间戳,签到地点id
我们把这些数据项划分成特征值和目标值,特征值就是我们判断依据,目标值就是我们的判断结果,显而易见,place_id是目标值,我们可以把xy轴和时间戳当作是特征值。
处理时间戳
再来就是我们最好能减少数据量
分割训练集和测试集
对训练集和测试集的特征值进行标准化,因为是分类问题,所以目标值是离散的,不用标准化
先实例化估计器,得到预测结果准确率,运行如下