机器学习实战之KNN详解

import numpy as np
import operator
import matplotlib.pyplot as plt

def createDataSet():
    group = np.array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
    labels = ['A','A','B','B']
    return group, labels
group,labels = createDataSet()

def draw(xs,ys):
    figg = plt.scatter(xs,ys)
    print(figg)
print(draw(group[:,0],group[:,1]))
    #数组中的[:,0]指取数组的所有行，每一行的第0个数据，[:,1]即第1个数据
    #相应的[:,0:2]为所有行，每一行的第0个到第2个数据

def classify0(inX, dataSet, labels, k):
    dataSetSize = dataSet.shape[0]  
    #shape[]显示矩阵的行列数，shape[0]返回行数，shape[1]返回列数；
    diffMat = np.tile(inX, (dataSetSize,1)) - dataSet 
    #比如tile(A,n)，功能是将数组A在该行重复n次，构成一个新的数组；
    #tile(A,[m,n]),则是将数组A在该行重复n次，并重复数组A共m次
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1) #axis=0代表列，axis=1代表行
    distances = sqDistances**0.5
    sortedDistIndicies = distances.argsort() #argsort从小到大排序,argsort()    
    classCount={}          
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        #取出前k个距离对应的标签
        classCount[voteIlabel] = classCount.get(voteIlabel,0) +  1
        #计算每个类别的样本数。字典get()函数返回指定键的值，如果值不在字典中返回默认值0
        #get(key,default=None),就是造字典；
    sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)
    #reverse=Ture 表示降序；
    #operator.itemgetter函数获取的不是某个值，而是定义一个函数，通过该函数作用到对象才取值；
    #如a=[1,2,3],b=operator.itemgetter(1,0),获取对象的第一个和第零个域的值；
    #b(a)=(2,1)
    #这里的key指需要进行排序的值(列表中的值)
    return sortedClassCount[0][0]#返回第0位的值，即计数最多的值
group,labels = createDataSet()
print(classify0([0,0],group,labels,3))