from numpy import *
import operator
def createDataSet() -> object:
group = array([[1.0,1.0], [1.0,1.1], [0,0], [0,0.1]])
labels = ['A','A','B','B']
return group, labels;
def classify0(inX, dataSet, labels, k):
dataSetSize = dataSet.shape[0] ##得到样本的数量
diffMat = tile(inX, (dataSetSize, 1)) - dataSet ##将要分类的向量扩充,然后每个做减法
sqDiffMat = diffMat**2 ##每个距离平方
sqDistances = sqDiffMat.sum(axis = 1) ##这里我以为sqdiffmat本身就是多行一列的,现在不知道为什么还要加一下,sum函数在这里将每一行加了起来,应该是和加之前一样的吧,有了解的大神可以指点一下
distances = sqDistances**0.5 ##开方
sortedDistIndicies = distances.argsort() ##从小到大排序
classCount = {} ##新建一个字典
for i in range(k): ##循环
voteIlabel = labels[sortedDistIndicies[i]] ##距离从小到大,分别标签存进voteilabel
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1 ##get函数拿到voteilabel的数目,加1,赋给classcount中对应voteilabel
sortedClassCount = sorted(classCount.iteritems(), key = operator.itemgetter(1), reverse=True)
return sortedClassCount[0][0]
先放上书上的代码,然后分析学习:
1,shape函数的用法,引入numpy即可使用,用于返回数组或者矩阵的维数,如a是3x2的矩阵,a.shape的结果是(3,2),其中可以理解为是返回了行和列,也可以理解为返回第一维的长度和第二维的长度,shape[0]返回的便是第一维的长度。
在机器学习实战中,dataset.shape[0]得到的便是数据样本的长度
2,tile函数的用法:tile(A,a),实现对A的扩充
3,sum函数的用法:sum(axis=1)是将一个矩阵的每一行向量相加
sum(axis=0)是将一个矩阵的每一列向量相加
4,最后两行的意义: sorted函数的意义是按照key的要求将classcount排序,得到的输出选择[0][0],则是对应出现次数最高的分类