一、假設數(shù)據(jù)集

1、簡單介紹

昨天上午剛自學了機器學習的k-近鄰算法，下午一個親戚就來說買了一個手機保護殼，然后我就思考了下我自己壽命的問題，想著想著突然問自己為啥有人要手機保護殼？不還是為了手機使用壽命能更長點。。所以寫下了這個代碼，本代碼是在Anaconda最新版下的Jupyter Notebook下寫出來的，使用的電腦系統(tǒng)為Windows 10專業(yè)版。

2、數(shù)據(jù)準備及自定義各個參考指標

由于沒有找到手機壽命方面的數(shù)據(jù)集，所以我就假設一個數(shù)據(jù)集出來，假設一部手機最高壽命為10年，數(shù)字“1”代表壽命長，數(shù)字“0”代表壽命短，并定義小于5年為短壽命，除外都是長壽命。
內容如下：

利用 k-近鄰算法 預測手機壽命（數(shù)據(jù)純屬瞎編，請勿輕信）

二、算法實現(xiàn)及其他

創(chuàng)建好訓練數(shù)據(jù)集和測試數(shù)據(jù)及作圖

# 導入第三方庫
import numpy as np
from math import sqrt
import matplotlib.pyplot as plt
from collections import Counter

# 原始數(shù)據(jù)
X_original_train = [[3, 0.87],
                    [0.5, 0.9],
                    [5, 0.258],
                    [6.5, 0.52],
                    [7, 0.36],
                    [10, 0.45],
                    [14, 0.13],
                    [18, 0.67],
                    [20, 0.89],
                    [24, 0.77]]
Y_original_train = [1, 1, 1, 1, 0, 1, 0, 0, 0, 0]

# 轉換成可以操作的科學計算中的數(shù)組
X_train = np.array(X_original_train)
Y_train = np.array(Y_original_train)

X_train

輸出結果：
array([[ 3. , 0.87 ],
[ 0.5 , 0.9 ],
[ 5. , 0.258],
[ 6.5 , 0.52 ],
[ 7. , 0.36 ],
[10. , 0.45 ],
[14. , 0.13 ],
[18. , 0.67 ],
[20. , 0.89 ],
[24. , 0.77 ]])

Y_train

輸出結果：
array([1, 1, 1, 1, 0, 1, 0, 0, 0, 0])

# 畫原始數(shù)據(jù)的散點圖
plt.scatter(X_train[Y_train == 0, 0], X_train[Y_train == 0, 1], color = 'g')
plt.scatter(X_train[Y_train == 1, 0], X_train[Y_train == 1, 1], color = 'r')
plt.show()

輸出結果：

原始數(shù)據(jù)散點圖

假設一部手機每天被蹂躪11個小時且在被蹂躪的期間點擊率為0.5，預測此手機使用壽命的長短

# 創(chuàng)建測試數(shù)據(jù)且作包含測試數(shù)據(jù)點的散點圖
X_test = np.array([11, 0.5])
plt.scatter(X_train[Y_train == 0, 0], X_train[Y_train == 0, 1], color = 'g')
plt.scatter(X_train[Y_train == 1, 0], X_train[Y_train == 1, 1], color = 'r')
plt.scatter(X_test[0], X_test[1], color = 'b') # 測試數(shù)據(jù)的坐標點顏色為藍色
plt.show()

輸出結果：

包含測試數(shù)據(jù)的散點圖

# 計算每個點與測試坐標點的距離
distances = [] # 用來存儲每個點與測試點的距離
for x_train in X_train:
distance = sqrt(sum(((x_train - X_test) ** 2)))
distances.append(distance)

distances

輸出結果
[8.008551679298822,
10.507616285342742,
6.004878350141658,
4.500044444224968,
4.002449250146715,
1.0012492197250393,
3.022730553655089,
7.002063981427191,
9.008446036914469,
13.002803543851611]

# 對距離進行排序，找出最近的五個點（這里不一定非要找五個點，也可以找三個點或者其他個數(shù)的點，但不能超過數(shù)據(jù)集的大?。?point_sort = np.argsort(distances)
k = 5 # 這里設置為最近的五個點
near_point = [Y_train[i] for i in point_sort[:k]]
near_point

輸出結果：
[1, 0, 0, 1, 1]

# 找到出現(xiàn)次數(shù)最多的那個點
More_point = Counter(near_point)
More_point.most_common(1)[0][0]

輸出結果：
1

三、總結

至此，k-近鄰算法給出了我們答案，對于一天玩11個小時，玩期間屏幕點擊率為0.5的玩法，手機的使用壽命很長。目前的這個算法所使用的數(shù)據(jù)由于是自己胡編亂造的，所以并不合理，其實第一列玩手機的時間這個數(shù)據(jù)的值用個均值方差歸一化會更好，后面再改算了。

作者：無聊的SEVEN