机器学习第一章分类算法

代码如下（示例）：

#!/usr/bin/env python
# -*- coding: utf-8 -*-


#练习
#第一步，编写分类模块
#算法逻辑：
#1、计算目标分类点到所有点的距离
#2、排序之后计算出所有前K个点的分类及数量
#3、对2的结果进行排序
#4、排名第一个类别就是目标数据的类别

#程序实现：采用矩阵进行数据处理
#1、将目标分类数据转成测试数据一样大小的矩阵
#2、通过矩阵计算距离
#3、对数据排序
#4、排序后取前K个，并对前K个的类别进行计数
#5、第一个类别就是目标类的类别
from numpy import *
import operator
def classify1(inx,datatest,labels,k):
    x=datatest.shape[0]
    y=datatest.shape[1]
    inx1=(tile(inx,(x,1))-datatest)**2
    inx2=inx1.sum(axis=1)
    inx3=inx2**0.5
    inx4=inx3.argsort()
    labell={}
    for i in range(k):
        v=labels[inx4[i]]
        labell[v]=labell.get(v,0)+1
        leibie=sorted(labell.items(),key=operator.itemgetter(1),reverse=True)
    return leibie[0][0]    
    
a=[1,2,3]
b=array([[1,2,3],[2,3,4],[9,8,9],[9,9,9]])
label=['A','A','B','B']    
k=3

print(classify1(a,b,label,k))

---

总结

输出的结果为A