机器学习实战（1）

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