《机器学习实战》——k-近邻算法Python实现问题记录

《机器学习实战》第二章k-近邻算法，自己实现时遇到的问题，以及解决方法。做个记录。

1.写一个kNN.py保存了之后，需要重新导入这个kNN模块。报错：no module named kNN.

解决方法：1.将.py文件放到 site_packages 目录下
            2.在调用文件中添加sys.path.append("模块文件目录")；
import sys 
sys.path.append('c:\xxxx\b.py') # 这个例子针对 windows 用户来说的 

2.上面的问题解决之后，import kNN。报错：only 2 non-keyword arguments accepted。
问题所在：貌似是粗心少写了两个中括号
   本来是array([[1.0,1.1],[1.0，1.0],[0,0],[0,0.1]])，结果少写了最外面的两个中括号-_-||

3.继续写k-近邻算法函数，保存到kNN.py之后，输入命令：kNN.classify0([0,0],group,labels,3)

报错：module' object has no attribute 'classify0'

解决方法：重启Python IDLE即可。

把代码也贴在这里吧，如果保存到电脑里，过一段时间就忘了在哪了。还是放在这里保险点.

kNN.py:

from numpy import *
import operator
 
def createDataSet():
    group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
    labels = ['A','A','B','B']
    return group,labels

def classify0(inX,dataSet,labels,k):
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inX,(dataSetSize,1)) - dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis = 1)
    distances = sqDistances**0.5
    sortedDistIndicies = distances.argsort()
    classCount = {}
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
    sortedClassCount = sorted(classCount.iteritems(),
                              key=operator.itemgetter(1),reverse=True)
    return sortedClassCount[0][0]

然后打开Python Shell：

结果还不错。