【机器学习】 01：K-邻近算法

k-近邻算法概述

实例：约会网站优化

第一步：导入数据

用python从文本文件（datingTestSet2.txt）中解析数据
kNN.py文件

from numpy import *
import operator

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

第二步：分析数据

使用Matplotlib创建散点图

第三步：准备数据，归一化数值

• 当有几个因素同时影响结果时，由于他们各自的特征值不一样，则对计算结果的影响也不一样。（比如有两个因素：玩游戏所消耗的时间百分比、飞行里程数，很明显玩游戏所消耗的时间百分比只能取0到100，而飞行里程数可能几万几千很大，在计算距离时，很明显飞行里程数对计算结果的影响要大）。
• 如果这几个因素同等重要，在计算的时候就要将数值归一化处理。
• 将数值的取值范围处理为0到1或者-1到1之间，公式如下：（max和min分别是数据集中最大特征值和最小特征值）