Python 首批细教程 · 06B：用一个小例子彻底看懂 kNN 怎么分类

对应原仓库：Day81-90/82.k最近邻分类.md

已提供可运行示例：/tutorial-assets/python-100-days/06b-knn-movie-demo/（站点源码路径：blog-src/static/tutorial-assets/python-100-days/06b-knn-movie-demo/）

原仓库里这一篇把概念说得很清楚：找最近的 k 个邻居，然后投票。

这一篇我们把它缩成一个最小可运行例子。

训练集

假设我们有两类电影：

• 爱情片：动作少、吻戏多
• 动作片：动作多、吻戏少

代码

from sklearn.neighbors import KNeighborsClassifier


X = [
    [2, 9],
    [1, 8],
    [8, 1],
    [9, 2],
]
y = ["romance", "romance", "action", "action"]

model = KNeighborsClassifier(n_neighbors=3)
model.fit(X, y)

sample = [[3, 7], [8, 2]]
pred = model.predict(sample)
print(pred.tolist())

安装：

pip install scikit-learn

运行后你会看到一条更偏爱情、一条更偏动作的预测结果。

这里到底发生了什么

对于 sample = [3, 7]：

1. 它会和训练集每个点计算距离；
2. 选出最近的 3 个点；
3. 看这 3 个点里哪个类别更多；
4. 多数投票就是预测结果。

这就是原仓库里讲的 kNN 核心机制。

k 值为什么重要

原仓库特别强调了一点：k 太小容易过拟合，太大又会被远处样本干扰。

你自己可以试：

for k in [1, 3]:
    model = KNeighborsClassifier(n_neighbors=k)
    model.fit(X, y)
    print(k, model.predict([[4, 6]]).tolist())

进阶任务

1. 自己再补两条训练数据。
2. 把类别改成 comedy / horror 试试。
3. 查询 train_test_split，把样本拆成训练集 / 测试集。

常见坑

• k 大于样本数量。
• 特征量纲差太大却不做缩放。
• 以为“训练”很复杂，其实 kNN 恰恰是惰性学习。