学习kNN算法的感受（二）

（1）：先将上述代码保存为kNN.py

（2）：再在IDLE下的run菜单下run一下，将其生成python模块

（3）： import  kNN（因为上一步已经生成knn模块）

（4）： kNN.classify0([0,0],group,labels,3) （讨论[0,0]点属于哪一个类）

   注：其中【0,0】可以随意换

即【】内的坐标就是我们要判断的点的坐标：

>>> kNN.classify0([0,0],group,labels,3)

'B'

>>> kNN.classify0([0,1],group,labels,3)

'B'

>>> kNN.classify0([0.6,0.6],group,labels,3)

'A'

上述步骤缺少了一步：没有生成KNN模板中对应的变量，即变量只是在模板中声明了一下而没有在shell交互时真正的生成，故修改上述shell命令如下：

（1）：先将上述代码保存为kNN.py

（2）：再在IDLE下的run菜单下run一下，将其生成python模块

（3）： import  kNN（因为上一步已经生成knn模块）

>>> group,labels=kNN.createDataSet()

>>> group

array([[ 1. ,  1.1],

       [ 1. ,  1. ],

       [ 0. ,  0. ],

       [ 0. ,  0.1]])

>>> labels

['A', 'A', 'B', 'B']

>>> kNN.classify0([0,0],group,labels,3)

'B'

>>>

（4）： kNN.classify0([0,0],group,labels,3) （讨论[0,0]点属于哪一个类）

其他不变即可，哈哈哈。。。