K-近邻算法01 from机器学习实战

通过书《机器学习实战》来学习机器、python部分

import numpy as np
import matplotlib.pyplot as plt

'''
K近邻算法
思想：选择样本集中前K个最相近的数据中出现最多的分类，
作为新数据的分类
'''


# 预备栗子的数据
def createdataset():
    groups = np.array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]])
    labels = ['A', 'A', 'B', 'B']
    return groups, labels

验证如下

>>> import KNN
>>> groups,labels =KNN.createdataset()
>>> groups
array([[1. , 1.1],
       [1. , 1. ],
       [0. , 0. ],
       [0. , 0.1]])
>>> labels
['A', 'A', 'B', 'B']

注明：最初导入KNN.py时提示找不到对应的模块

ModuleNotFoundError: No module named 'KNN'

查阅网上资料后，通过改变工作区间解决这一问题

>>> import os
>>> os.getcwd()
'C:\\Users\\SSY\\AppData\\Local\\Programs\\Python\\Python37'
os.chdir('D:\\pyt_example\