机器学习实战-2.1

from numpy import *  #导入科学计算包Numpy
import operator     #导入运算符模块
'''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'''
#2-1k近邻法
def classify0(inX, dataSet, labels, k):#inX为输入向量，dataSet为训练样本集，labels为标签向量
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inX,(dataSetSize,1)) - dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis = 1)
    distances = sqDistances**0.5  #计算了欧式距离
    sortedDistIndicies = distances.argsort()
    classCount = {}
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
    sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse=True)

    return sortedClassCount[0][0]
group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]])
labels = ['A', 'A', 'B', 'B']
X = classify0([1,1], group, labels, 3)
print(X)

 

.shape用于计算array各维度的长度，在python中都是从0开始的。

tile函数是numpy包中的，用于重复array，比如上面代码中的tile(inX,(dataSetSize,1))，表示重复inX，其行重复dataSetSize次，而列不重复

.sum是numpy中用于计算一个array内部行列求和，axis=1表示按列求和，即把每一行的元素加起来

.argsort是numpy中对array进行排序的函数，排序是升序

classCount = {} 其中{}表示生成的是字典，在字典这个类中，有方法get，对classCount元素赋值，其实是个计数器sorted是内置函数，可以help(sorted)查看用法operator模块下的itemgetter函数，顾名思义就是提取第X个元素的意思。

reverse=true 代表降序排列，sortedClassCount[0][0]是发送频率最高的类。