K近邻算法笔记

算法思路：
已知一些数据点，在新传入一个未知数据点时，将未知数据点与已知数据点计算距离，然后将距离由大到小排列，取前K个距离，然后看前K个距离中占比最多的类别是哪一类，则未知数据就分属于该类别。

算法代码：

import numpy as np
from sklearn import datasets
import matplotlib.pyplot as plt
from collections import Counter
from  PIL import Image
#载入数据集
digits = datasets.load_digits()

#加载一张新照片
img_num = 99
test_img = digits.images[img_num]
#plt.figure('image')
#plt.imshow(test_img)
#plt.show()

#拓展测试样本维度
def test_img_function(img):
    vectors = np.zeros((1797,64))
    for i in range(1797):
        vectors[i] = img
    return vectors

#统计数组中元素个数
def count(label):
    label_count = np.zeros(10)
    for i in range (100):
        target = label[i]
        label_count[target] += 1
    return label_count

test_img = test_img_function(digits.data[img_num])         #把测试图片拓展成1797*64""

distance = (test_img - digits.data)**2

distance = distance.sum(axis=1)

distance_sort = distance.argsort()                         #距离排序并返回索引列表""

num = distance_sort[:100]                                  #取前100个索引""

label = []
for i in range (100):
    label.append(digits.target[num[i]])                    #根据索引创建存储前一百个图片对应的的标签列表""

labels = label[:100]                                        #取前一百个标签""

label_count = count(labels)                                #统计标签出现次数并返回列表""

label_count_sort = label_count.argsort()                   #对标签出现次数排序并返回索引列表（从小到大排序）

test_label = label_count_sort[-1]                          #选取出现次数最多的标签

print("The predeictd label is :" + str(test_label))
print("The real label is: "+ str (digits.target[img_num]))