knn算法

```# coding=utf-8
import matplotlib.pyplot as plt
import operator

import numpy as np
#训练集
def CreatData():
    grop=np.array([[1,101],[5,85],[108,5],[115,6]])
    lable=['A','A','B','B']
    return grop,lable
#分类器
def Classfl(test,train,lable,k):
    #计算欧式距离
    trainH=train.shape[0]
    Cha=np.tile(test,(trainH,1))-train
    chafang=Cha**2
    changsum=chafang.sum(axis=1)
    distance=changsum**0.5
    #knn核心算法
    sortdistan=distance.argsort()
    classCount={}
    for i in range(k):
        votelable=lable[sortdistan[i]]
        classCount[votelable]=classCount.get(votelable,0)+1
    sortclasscount=sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)
    return sortclasscount[0][0]

if __name__ == '__main__':
    group,labl=CreatData()
    plt.scatter(group[:,1],group[:2])
    tes=[15,16]#测试数据
    plt.scatter(tes[:1],tes[1:],marker='*',c='red',s=400)
    plt.show()
    t=Classfl(tes,group,labl,3)
    print '该测试数据属于：',t,'类'

该部分代码纯手撸，为了更好地理解和掌握knn算法手工完成训练样本，knn分类器，测试数据，以及可视化显示。