找出测试用例与训练样本之间特征空间距离最近的k个点。根据这k个点的分类,对测试用例进行分类。
#代码摘自 Machine Learning in Action
def classify0(inX, dataSet, labels, k):
dataSetSize = dataSet.shape[0]
diffMat = tile(inX, (dataSetSize, 1))-dataSet #tile重复向量来构造矩阵
sqDiffMat = diffMat ** 2 #差值平方
sqDistances = sqDiffMat.sum(axis=1) #距离平方和
distances = sqDistances ** 0.5 #距离
sortedDistIndicies = distances.argsort()
classCount = {}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)
return sortedClassCount[0][0]
kNN算法,很暴力,直接进行计算,不需要对特征进行理解。