from numpy import * #引入科学计算包
import operator #经典python库 运算符模块#创建数据集
def CreatDataSet(): group = array([[1.0, 1.1],[1.0,1.0],[0,0],[0,0.1]])
labels = ['A','A','B','B']
return group,labels
'''
inX:用于分类的输入向量
dataSet:输入的训练样本集
labels :标签向量
k:用于选择最近邻居的数目
其中,标签向量的元素数目和矩阵dataSet的行数相同
'''
def classify0(inX,dataSet,labels,k):
#计算距离
dataSetSize = dataSet.shape[0] #得到数组的行数,即知道有几个训练数据
#tile函数位于python模块 numpy.lib.shape_base中,他的功能是重复某个数组。
# 比如tile(A,n),功能是将数组A重复n次,构成一个新的数组
diffMat = tile(inX,(dataSetSize,1)) - dataSet #diffMat得到了目标与训练数组的差值
sqDiffMat = diffMat ** 2 #各个元素分别平方
sqDistances = sqDiffMat.sum(axis = 1) #对应列相乘,即得到了每一个距离的平方??
distances = sqDistances ** 0.5 #开方得到距离
sortedDistIndicies = distances.argsort() #升序排列
#选择距离最小的k个点
classCount = {}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
#排序
sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)
return sortedClassCount[0][0]
import kNN
group,labels = kNN.CreatDataSet()
print(kNN.classify0([0,0],group,labels,3))
运行结果
(1)python中的矩阵运算
http://blog.csdn.net/taxueguilai1992/article/details/46581861
(2)argsort()
http://blog.csdn.net/yuan1125/article/details/69388446
http://blog.csdn.net/maoersong/article/details/21875705
(3)error:'dict' object has no attribute 'iteritems'
3.5以上iteritems为items
(4) diffMat = tile(inX,(dataSetSize,1)) - dataSet
成员参数为什么是(dataSetSize,1)?