Python实现二分类knn算法

博主按照KNN原理手写的算法，水平有限，如有错误可在评论区指正，谢谢。

# coding=UTF-8

# 定义排序索引
def getdistance(item):
    return item[0]


def knn(point, datas, kind, k=3):
    distance = []

    # 计算曼哈顿距离
    for i in datas:
        distance.append([abs(i[0] - point[0] + i[1] - point[1]), i[2]])

    # 对距离由近到远排序
    distance.sort(key=getdistance)
    sum = []

    for i in range(kind):
        sum.append(i)

    # 对类别频率由近到远进行统计
    for i in range(k):
        sum[distance[i][1]] += 1

    # 返回最大可能类别，如果频率相同则返回较小的类别
    return sum.index(max(sum))


if __name__ == '__main__':
    p = [1.0, 1.0]
    datas = [[2.0, 2.0, 0], [3.0, 3.0, 0], [4.0, 4.0, 1], [-1.0, -1.0, 0], [5.0, 5.0, 1]]
    result = knn(p, datas, 2)
    print(result)