k-近邻算法的课件。来自于菊安酱的机器学习实战12期的免费教程。内涵python源码。菊安酱的直播间: 我们已经知道k近邻算法的工作原理,根据特征比较,然后提取样本集中特征最相似数据(最近邻)的分类标签。 那么如何进行比较呢?比如表1中新出的电影,我们该如何判断他所属的电影类别呢?如图2所示。 电影分类 120 爱情片(1,101) 爱情片(12,97) 80 爱情片(5,89) 水弊 60 ?(24,67) 动作片(112,9 20 动作片(1158) 动作片(108,5) 0 20 60 8

\quad在看数据分析的时候，发现一个问题，之前对于axis的理解是0行1列。先看下面两个例子吧。 \quad从上述代码中，我们可以看到，data.mean(axis=1)是将data数据的行进行了求均值，而data.drop(“two”,axis=1)是按列进行了删除，那么到底axis=0和axis=1，是如何定义的呢？ \quad最简单的解释就是axis=0表示跨行，而axis=1表示跨列，即当axis=0时，我们沿着每一列或行标签向下执行，而axis=1时，我们沿着每一行或者列标签向