??KNN算法?? 算法圖解：第十章：K最近鄰算法
2022-04-29 14:08:12

Hello，大家好我叫是Dream呀，一個(gè)有趣的Python博主，小白一枚，多多關(guān)照 ?

入門(mén)須知：這片樂(lè)園從不缺乏天才，努力才是你的最終入場(chǎng)券！

最后，愿我們都能在看不到的地方閃閃發(fā)光，一起加油進(jìn)步

“一萬(wàn)次悲傷，依然會(huì)有Dream，我一直在最溫暖的地方等你”，唱的就是我！哈哈哈~

第十章：K最近鄰算法

• ??10.1橙子還是柚子??
• ??10.2創(chuàng)建推薦系統(tǒng)??

• ??10.2.1??
• ??10.2.2??

• ??10.3機(jī)器學(xué)習(xí)簡(jiǎn)介??

• ??10.3.1??

• ??10.4小結(jié)??
• ??????????????最后的福利??

10.1橙子還是柚子

如何知道一個(gè)水果到底是柚子還是橙子呢？我知道，通常柚子比橙子更大、更紅。

一般而言，柚子更大更紅。這個(gè)水果又大又紅，很可能是柚子。但是下面的這樣的水果呢？

如何判斷這個(gè)水果是柚子還是橙子？一種方法是看它的鄰居。來(lái)看看離它最近的三個(gè)鄰居。

在這三個(gè)鄰居中，橙子比柚子多，因此這個(gè)水果很可能是橙子。祝賀你，你剛才是用的就是K最近鄰（KNN）算法進(jìn)行了分類(lèi)！

KNN算法雖然簡(jiǎn)單但是卻很有用！要對(duì)東西進(jìn)行分類(lèi)時(shí)，可首先嘗試這種算法。例如：電影推薦系統(tǒng)。

10.2創(chuàng)建推薦系統(tǒng)

假如你要給用戶(hù)創(chuàng)建一個(gè)電影推薦系統(tǒng)，從本質(zhì)上來(lái)說(shuō)，這類(lèi)似于前面的水果問(wèn)題！你可以將所有用戶(hù)都放在一個(gè)圖表中。

這些用戶(hù)在圖表中的位置取決于其喜好，因此喜好相近的用戶(hù)距離較近。假如你想要給Alex推薦電影，可以找出五位與他最接近的用戶(hù)。

假如在電影的喜好方面，Justin、JC、Joey、Lance和Chris都和Alex差不多，因此他們喜歡的電影，很可能Alex也很喜歡。

但是還有一個(gè)重要的問(wèn)題，怎么確定他們之間的相似程度呢？

10.2.1

在前面的水果示例中，你根據(jù)個(gè)頭和顏色來(lái)比較水果，換而言之，你比較的是個(gè)頭和顏色?，F(xiàn)在假設(shè)有三個(gè)水果，你可抽取它們的特征。

再根據(jù)這些特征繪圖：

這樣我們就可以來(lái)計(jì)算任意兩種物品之間的直線距離。

10.2.2

假設(shè)你不僅要為Alex推薦電影，還要預(yù)測(cè)她將給這部電影打多少分。為此，先找出與她最近的五個(gè)人。

順便說(shuō)一句，我老說(shuō)最近的五個(gè)人，其實(shí)并非一定要選擇5個(gè)最近的鄰居。這就是所說(shuō)的K最近鄰。

假如你要預(yù)測(cè)Alex給電影打多少分，你可以參考另外五個(gè)人的打分，對(duì)其求平均值，這就是回歸！

你將使用KNN來(lái)做兩項(xiàng)基本工作——分類(lèi)和回歸：

1. 分類(lèi)就是編組；
2. 回歸就是預(yù)測(cè)結(jié)果。

10.3機(jī)器學(xué)習(xí)簡(jiǎn)介

10.3.1

OCR指的是光學(xué)字符識(shí)別，這意味著你可拍攝印刷頁(yè)面的照片，計(jì)算機(jī)將自動(dòng)識(shí)別出其中的文字。

如何識(shí)別出這個(gè)數(shù)字是什么呢？可使用KNN。

1. 瀏覽大量的數(shù)字圖像，將這些數(shù)字的特征提取出來(lái)。
2. 遇到新的圖像時(shí)，你提取該圖像的特征，再找出它最近的鄰居都是誰(shuí)！

與前面的水果實(shí)例相比，OCR中的特征提取要復(fù)雜得多，但再?gòu)?fù)雜的技術(shù)也是基于KNN等簡(jiǎn)單理念的。這些理念也可用于語(yǔ)音識(shí)別和人臉識(shí)別。你將照片上傳到Facebook時(shí)，它有時(shí)候能夠自動(dòng)標(biāo)出照片中的人物，這是機(jī)器學(xué)習(xí)在發(fā)揮作用！

OCR的第一步是查看大量的數(shù)字圖像并提取特征，這被稱(chēng)為訓(xùn)練！大多數(shù)機(jī)器學(xué)習(xí)算法都包含訓(xùn)練的步驟：要讓計(jì)算機(jī)完成任務(wù)，必須先訓(xùn)練它。

10.4小結(jié)

1.KNN用于分類(lèi)和回歸，需要考慮最近的鄰居。

2.分類(lèi)就是編組。

3.回歸就是預(yù)測(cè)結(jié)果（如數(shù)字）。

4.特征抽取意味著將物品轉(zhuǎn)換成一系列可以比較的數(shù)字。

5.能否挑選出合適的特征事關(guān)KNN算法的成敗。

最后的福利

??????最后一點(diǎn)小福利帶給大家：如果想快速上手python的小伙伴們，這個(gè)詳細(xì)整理PPT可以迅速幫助大家打牢python基礎(chǔ)，需要的小伙伴們可以下載一下 Python入門(mén)基礎(chǔ)教程全套+小白速成+學(xué)不會(huì)來(lái)找我！

還有自制表白神器，需要自取：

Python表白神器，源碼+解析+各種完美配置+浪漫新穎

好啦，這就是今天要給大家分享的全部?jī)?nèi)容了

如果你喜歡的話，就不要吝惜你的一鍵三連了~