一、介绍KNN

1.1 定义

如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)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。

涉及到距离的计算（欧式距离）

1.2 工作流程

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。

二、自实现KNN

2.1 问题

2.2 步骤

1. 准备数据

• 训练集数据 即 特征数据 + 目标数据
• 预测数据 即 特征数据

2. 计算 预测数据 与 训练数据的欧氏距离
3. 获取到 k个 欧氏距离最小的值
4. 将获取到的k个近邻进行分类统计，谁是大头，预测值就属于哪个分类

代码运行环境是 jupyter notebook
KNN主要代码如下：

class MyKnn(object):
    def __init__(self,train_df,k):
        self.train_df = train_df
        self.k = k 
    
    def predict(self,test_df):
        # 首先，计算test数据与train数据的欧式距离
        self.train_df["距离"] = np.sqrt((test_df["打斗次数"]-self.train_df["打斗次数"])**2+(test_df["接吻次数"]-self.train_df["接吻次数"])**2)
        # print(self.train_df)
        # 其次，得出k个最小距离
        # loc 根据行索引; 排序后会被打乱
        # iloc 根据下标
        # 注意：loc 与 iloc 切片用法不一样
        mv_types = self.train_df.sort_values(by="距离").iloc[:self.k]["电影类型"]
        # print(mv_types)
        # 最后，分类 并 选择占大多数的类别
        # value_counts()方法：统计 并 降序
        new_mv_types = mv_types.value_counts().index[0]
        # print(new_mv_types)
        return new_mv_types

完整代码可以在页面最上方下载