最近在学习Peter Harrington的《机器学习实战》,代码与书中的略有不同,但可以顺利运行。
from numpy import *
import operator
import os
# 创建一个数据集,用于测试
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
# k近邻算法
def classifier0(inX, dataset, labels, k):
datasetSize = dataset.shape[0]
diffMat = tile(inX, (datasetSize, 1)) - dataset
distance = ((diffMat**2).sum(axis=1))**0.5
sortedDistIndicies = distance.argsort()
classcount = {}
for i in range(k):
voteILabel = labels[sortedDistIndicies[i]]
classcount[voteILabel] = classcount.get(voteILabel, 0) + 1
sortedClassCount = sorted(classcount.items(), key=operator.itemgetter(1), reverse=True)
return sortedClassCount[0][0]
# 相关函数说明
# tile(A,(m,n)),将数组A在行上重复m次、在列上重复n次,构成一个新的数组
# numpy.argsort(),返回数组值从小到大的索引值
# dict.get(key, default=None),返回指定键的值,如果值不在字典中返回默认值None
# sorted(iterable[, cmp[, key[, reverse]]])
# iterable可迭代对象。
# cmp比较的函数,这个具有两个参数,参数的值都是从可迭代对象中取出,大于则返回1,小于则返回-1,等于则返回0。
# key主要是用来进行比较的元素,只有一个参数,取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。
# reverse排序规则,