机器学习实战（第二篇）-k-近邻算法Python实现

      上一篇幅中，我们介绍了k-近邻算法的基本概念、具体的分析步骤和分析方法，本篇中我们将介绍如何通过Python工具实现一个k-近邻算法。

1. 准备-使用Python导入数据

    首先我们创建一个kNN.py的Python文件，在上面编写的Python文件中我们增加了如下代码：

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

   上面的代码中，我们导入了两个模块；第一个是科学计算包Numpy；第二个是运算符模块，k-近邻算法执行排序是将使用这个模块提供的函数，后面我们将进一步介绍。

   为了方便使用createDataSet()函数，用它创建数据集和标签。然后依次执行以下步骤：保存kNN.py文件，改变当前路径到存储kNN.py文件的位置，打开Python开发环境。

    进入Python开发环境后，输入下列命令导入