图说十大数据挖掘算法(一)K最近邻算法

用官方的话来说,所谓K近邻算法,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例(也就是上面所说的K个邻居), 这K个实例的多数属于某个类,就把该输入实例分类到这个类中。

如果你之前没有学习过K最近邻算法,那今天几张图,让你明白什么是K最近邻算法。

图说开始

先来一张图,请分辨它是什么水果

很多同学不假思索,直接回答:“菠萝”!!!

仔细看看同学们,这是菠萝么?那再看下边这这张图。

这两个水果又是什么呢?

这就是菠萝与凤梨的故事,下边即将用菠萝和凤梨,给大家讲述怎么用一个算法来知道这是个什么水果的过程,也就是什么是K最近邻算法。

(给非吃货同学们补充一个生活小常识,菠萝的叶子有刺,凤梨没有。菠萝的凹槽处是黄色的,而凤梨的凹槽处是绿色的,以后千万不要买错哦!!!)

上边这张图中,我们定义了两个维度的特征:

  • 一个是叶子是否有刺

  • 一个是凹槽处是否的颜色

问:一个新的水果来了,我们怎么判断他是什么水果呢?

方法如下:

(看这个神秘水果与哪个水果的举例近。同等举例,看离它最近的水果中,哪个水果多)

根据上图中,我们判断,这个神秘水果那就是菠萝啦,原因是离它近的水果中菠萝比凤梨多。

相信到这里,大家都已经明白了什么是K最近邻算法了吧!

下边来具体学习一下距离的计算

假设我们有3中不知名的水果

我们现在根据其大小和颜色的特征,把它们放入图表中

那如我们如何判断他们有多像呢?

具体的计算,可以使用毕达哥拉斯公式

那现在来计算水果A和水果B之间的距离

 最后的计算结果为1

那么同理,如果要让你去做一个推荐系统,我们可以把人的用户画像放在一个表格里

如果我们给其中一个人推荐他可能感兴趣的书、电影、美食等,就可以看一下离他最近距离的这些人都在做什么,然后就套用下边的公式就可以了

无论多少维度,直接套用就可以了。

图说算法,是不是非常的简单就理解了KNN。

祝大家学习愉快,欢迎转发。

贪心科技
贪心科技

贪心科技是国内首家AI和大数据课程为主的自适应学习平台。我们追求最精炼的AI教育内容和个人量身定制的课堂。我们鼓励大家拥有“贪心精神”:对知识不断的渴望,对现状不满希望进步的愿望。贪心科技,满足贪心的你。

入门推荐系统k近邻算法数据挖掘
相关数据
推荐系统技术

推荐系统(RS)主要是指应用协同智能(collaborative intelligence)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

推荐文章
暂无评论
暂无评论~