潍坊住房和城乡建设局网站河北建设工程招标网

我用一个 「预测电影类型」 的例子来讲解 K 近邻算法（KNN），保证你轻松理解原理和实现步骤！

🎬 例子背景

假设你是电影平台的程序员，现在有一批电影数据，包含两个特征：

1. 打斗镜头次数（动作片通常更多）

2. 亲吻镜头次数（爱情片通常更多）

已知这些电影的类别（标签），比如《战狼》是动作片，《泰坦尼克号》是爱情片。现在有一部新电影（打斗 80 次，亲吻 10 次），如何用 KNN 判断它的类型？

---

📚 KNN 原理解析

1. 核心思想

“近朱者赤，近墨者黑” —— 新电影的类别由它最相似的 K 个邻居的类别投票决定。

2. 关键步骤

1. 计算距离：新电影和所有已知电影的距离（比如欧氏距离）。

2. 找邻居：选出距离最近的 K 个电影（比如 K=3）。

3. 投票决定：这 K 个电影中，哪种类型多，新电影就属于哪类。

3. 距离公式（欧氏距离）

比如新电影 A (80,10) 和已知电影 B (100,5) 的距离：
距离 = √[(80-100)² + (10-5)²] = √(400 + 25) ≈ 20.6

---

🛠️ 代码实现（Python）

用 scikit-learn 库快速实现：

from sklearn.neighbors import KNeighborsClassifier
import numpy as np# 1. 准备数据（打斗次数，亲吻次数）
X = np.array([[100, 5], [90, 8], [5, 90], [2, 100]])  # 特征
y = np.array(["动作片", "动作片", "爱情片", "爱情片"])    # 标签# 2. 创建KNN模型（K=3）
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X, y)  # 训练模型# 3. 预测新电影
new_movie = np.array([[80, 10]])
prediction = knn.predict(new_movie)print(f"预测结果：{prediction[0]}")  # 输出：动作片

代码解释：

• X 是特征数据，y 是对应的标签。

• n_neighbors=3 表示选择最近的 3 个邻居投票。

• 新电影 [80, 10] 的 3 个邻居大概率是动作片，所以预测为动作片。

---

🌟 关键细节

1. 如何选 K 值？

   • K 太小（如 K=1）：容易受噪声影响（比如邻居恰好是标错的数据）。

   • K 太大：可能忽略局部特征（比如周围全是爱情片，但新电影其实是动作片）。

   • 经验法则：从 K=5 开始尝试，用交叉验证调整。

2. 特征缩放很重要！

   • 如果“打斗次数”范围是 0-100，而“亲吻次数”是 0-1，距离计算会被打斗次数主导。

   • 解决方法：用 StandardScaler 标准化特征。

3. 适合场景

   • 小数据集、简单分类（比如手写数字识别）。

   • 不适合大数据集（计算距离慢）或高维数据（维度灾难）。

---

🤔 举个反例

如果新电影是 [50, 50]（打斗和亲吻镜头一样多），KNN 可能难以判断——这时需要更复杂的模型（比如决策树或神经网络）。

---

总结：KNN 就是“跟着邻居走”，简单但强大！试着用它预测你身边的数据吧（比如根据身高体重判断性别）🎯