机器学习实战之k-近邻算法

k-近邻算法概述：简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类

         本书讲解的第一个机器学习算法是k-近邻算法（kNN），它的工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k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分类，作为新数据的分类。 

kNN.py 文件：

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):
    dataSize = dataSet.shape[0]
    print(dataSize)
    # 使用欧式距离公式计算，两点距离
    diffMat = tile(inX,(dataSize,1)) - dataSet
    sqDiffMat &#