k-近邻算法代码详解（python实现）

简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。
实施 kNN 分类算法（使用k-近邻算法将每组数据划分到某个类中）
其伪代码如下：
对未知类别属性的数据集中的每个点依次执行以下操作：
（1）计算已知类别数据集中的点与当前点之间的距离；
（2）按照距离递增次序排序；
（3）选取与当前点距离最小的k个点；
（4）确定k个点所在类别的出现频率；
（5）返回前k个点出现频率最高的类别作为当前点的预测分类。

python函数classify0（）程序

def classify0 (inX, dataset, labels, k):
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inX, (dataSetSize,1))-dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)