KNN K近邻算法

只选择样本数据集中前K个最相似的数据，K通常是不大于20的整数，最后选择k个最相似数据中出现次数最多的类，作为新数据的分类。
优点：
精度高，对异常值不敏感，无数据输入假定
不用训练算法
缺点：
计算复杂度高，空间复杂度高
适用范围：
数值型和标称型
代码：

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):
    #计算距离
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inX,(dataSetSize,1))-dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)
    distances = sqDistances**0.5
    #排序
    sortedDistIndicis = distances.argsort()
    #取前K个值
    classCount = {}
    for i in range(k):
        voteIlabel = labels[sortedDistIndicis[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0) +1
    #从大到小排序类别的统计结果
    sortedClassCount = sorted(classCount.iteritems(),
                              key=operator.itemgetter(1),reverse=True)
    return sortedClassCount[0][0]

data,label = createDataSet()
print(classify0([0,0],data,label,3))