Machine Learning in Action 学习笔记-（2）kNN k近邻算法

kNN是最常见的聚类算法，通过比较待测被试特征与训练样本之间的欧式距离，选取k个最近的点，然后找出出现概率最高的label作为我们的预测结果。

其中k的值，随机选择训练样本的方案，训练样本数目的变化都将会影响到我们最终的聚类准确率。

这种基于实例的算法将会使我们无法知道平均实例样本，也将会影响到我们对于典型实例样本特征的理解。

最大的收获是学会了更多的Python命令（在numPy）下的

.argsort() 返回数组中从小到大排列的索引

reload() 重新载入module

line.strip() 去掉所有的回车字符

tile为numPy函数，可以将前面的数组以相同元素扩充成和后面数组相同的维度

dataset.min(0)返回dataset中第一小的值

dataset.max(0)返回dataset中第一大的值

strline.append(A)将A添加到strline的最后作为新元素加入

在面试题中，也会有比如伐木场地址选择等问题，这时候就需要立刻能想到，用kNN算法可能是很好的解决方案

如果想要方便调试程序，可以在spyder的File explorer中选择我们程序所在的文件夹（比如说kNN.py）所在的文件夹然后右击-open Ipython here，这样就可以在这个目录下建立一个Ipython进程了