《机器学习实战》k-近邻算法概述－程序清单详解kNN.py（未完待续）

from numpy import *
import operator


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


def classify0(inX, dataSet, labels, k):
    dataSetSize = dataSet.shape[0]
    diffMat =tile(inX, (dataSetSize,1)) - dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)
    distances = sqDistances**0.5
    sortedDistIndicies = distances.argsort()
    classCount={}
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
    sortedClassCount = sorted(classCount.items(),
                              key = operator.itemgetter(1),reverse = True)

    return sortedClassCount[0][0]

kNN.classify0([0,0],group,labels,3)

详解：

dataSet.shape[0]：表示训练集中向量的个数。

shape[n]：表示第n维的长度

例如：

>>>group.shape[0]

4

>>>group.shape[1]

2

tile(inX,(dataSetSize,1))：得到的是dataSetSize个的inX。

tile(A,reps)：construct an array by repeating A the number of times given by reps.

具体用法可见：docs.scipy.org/doc/numpy/reference/generated/numpy.tile.html

sqDiffMat.sum(axis=1)：得到的是第二维的所有元素之和。

具体用法可见：docs.scipy.org/doc/numpy/reference/generated/numpy.sum.html

distances.argsort()：是将distances里的元素从小到大排列，得到一个对应原来的元素的顺序排列。

具体用法可见：docs.scipy.org/doc/numpy/reference/generated/numpy.argsort.html

classCount.get(voteIlabel,0)：返回字典中，voteIlabel的值，如果没有，则创建，并将值设为0（即第二个参数）。

 sortedClassCount = sorted(classCount.items(),
                              key = operator.itemgetter(1),reverse = True)

将字典按照item的第一维逆向排序。

1.原书中使用的是python2.7环境，博文中代码经过修改能在python3.3中正常运行。

2.文中的维数按照第零维，第一维的顺序排列。