j简单的分类实现-K近邻

 1  __author__ =  ' worfzyq '
 2  from numpy  import *
 3  import operator
 4 
 5  def creatDataset() :
 6     group=array([[1.0,1.1],[1.0,1.0],[0.0,0.0],[0,0.1]])
 7     labels=[ ' A ', ' A ', ' B ', ' B ']
 8      return group,labels
 9 
10  def classify0(inX,dataSet,labels,k) :
11     dataSetSize=dataSet.shape[0]   # 返回数组得到维数
12       #  print(dataSetSize)
13      diffMat=tile(inX,(dataSetSize,1))-dataSet   # 把inX扩展datasetSize-1维然后做减法
14       # print(diffMat)
15      sqDiffMat=diffMat**2   # 乘方
16       # print(sqDiffMat)
17      sqDistances=sqDiffMat.sum(axis=1)  # 把每一列加起来
18       # print(sqDistances)
19      distances=sqDistances**0.5    #  得到距离
20      sortedDistIndicies=distances.argsort()  # 得到排好序得到下标
21      classCount={}
22      for i  in range(k) :
23         voteIlabel=labels[sortedDistIndicies[i]]
24         classCount[voteIlabel]=classCount.get(voteIlabel,0)+1
25     sortedClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True)
26      # print(sortedClassCount)
27       return sortedClassCount[0][0]
28 
29 group,labels=creatDataset()
30  #  print(group)
31  print(classify0([0,0],group,labels,3))

转载于:https://www.cnblogs.com/acvc/p/4183272.html