Python学习历程

    在简单实现KNN算法的时候遇到的问题

         1、numpy.mat 与numpy.array

         2、numpy.tile([a,b],(x,y))  将[a,b] 在行上复制x次，在列上复制y次，如tile([1,1],(2,3)) = [ [2,3],[2,3]

                                                                                                                                                                   [2,3],[2,3]

                                                                                                                                                                   [2,3],[2,3] ]

         3、python 自带的sorted()函数参数设置

         4、KNN简单代码实现及注释：

import numpy
import operator


group = numpy.array([[1.0,1.1],[1.0,1.0],[0.0,0.0],[0.0,0.1]])
labels = ['A','A','B','B']

print(group)
print(labels)

def classfy0(inx,dataset,labels,k):
    datasetsize = dataset.shape[0] #列数
    diffMat = numpy.tile(inx,(datasetsize , 1))- dataset
    #print(diffMat)
    sqDiffmat = diffMat**2
    #print(sqDiffmat)
    sqDistance = sqDiffmat.sum(axis=1)#每一行的项都相加生成一行
    #print(sqDistance)
    distance = numpy.sqrt(sqDistance)#距离
    sortedDistance = distance.argsort()
    #print(sortedDistance)
    classCount = {}
    for i in range(k):
        voteIlable = labels[sortedDistance[i]]#将labels中对应的特征设置到voteIable中
        #print(voteIlable)
        classCount[voteIlable] = classCount.get(voteIlable,0)+1
        #print(classCount)
    sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse=True)
    return sortedClassCount[0][0]

print("predict:%s" % classfy0([0,0.2],group,labels,3))