KNN之手写数字识别

代码

''' Created on Sep 16, 2010 kNN: kNearest Neighbors Input:     inX: vector to compare to existing dataset (1xN)             dataSet: size m data set of known vectors (NxM)            labels: data set labels (1xM vector)             k: number of neighbors to use for comparison (should be an odd number)              Output:    the most popular class label @author: pbharrin ''' from numpy import * import operator from os import listdir def classify0(inX, dataSet, labels, k):     dataSetSize = dataSet.shape[0]     diffMat = tile(inX, (dataSetSize,1)) - dataSet     sqDiffMat = diffMat**2     sqDistances = sqDiffMat.sum(axis=1)     distances = sqDistances**0.5     sortedDistIndicies = distances.argsort()          classCount={}               for i in range(k):         voteIlabel = labels[sortedDistIndicies[i]]         classCount[voteIlabel] =classCount.get(voteIlabel,0) + 1     sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)     return sortedClassCount[0][0] def createDataSet()