《机器学习实战》ch2源码解析

分类：首先将测试向量inX(1*dims)与训练样本数据dataSet(n*dims)中的每个向量进行余弦距离计算，然后将结果排序，输出topk个最大值；相对这k个lable进行投票累加，累加值最大的就是分类结果；

python对矩阵运算能力比较强大，所以dims维单向量特征的测试向量与训练data的余弦距离是通过矩阵得到的
其中tile(inX, (dataSetSize,1))，将inX转为n*dims矩阵，其中每一列数据就是inX元素….然后一次相减，平方和，开根号得到的sqDistances 就是测试向量与训练data中n个向量的余弦距离
classCount是python中的字典数据类型，（key-value）
sortedClassCount 是通过value值从大到小排序得到的排号序的字典类型

from numpy import *
import operator
from os import listdir
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.iteritems(), key=operator.itemgetter(1), reverse=True)
    return sortedClassCount[0][0]