机器学习实战——k-近邻算法

机器学习实战——k-近邻算法

我是在Spyder上进行，主要记录我在学习中遇到的一些问题，有些也许很低级，但我希望可以通过这种方式进步，这也是我第一次写，有些不足之处也希望大家可以提出。

1.kNN模块的导入–import kNN
Spyder上路径没选对，要选成kNN.py所在的文件夹位置
2.print的括号问题
Python2打印时可以不加括号：print ‘hello world’， Python3则需要加括号 print(“hello world”)，所以加上括号就ok了。

3.出现:AttributeError: ‘dict’ object has no attribute ‘iteritems’
这是因为Python3中不再支持iteritems()，将iteritems()改成items()

4.reload （kNN）显示：NameError: name ‘reload’ is not defined
我用的是python 3.6版本的

import importlib
importlib.reload(kNN)

本章总结
k-近邻算法的步骤：计算输入无标签的数据与训练数据之间的距离，按降序排列，得到前k个离输入点距离最近的训练数据标签，出现频率最高的即为输入数据的标签。在计算距离过程中，如果数据的几个特征值范围在（0,1）外要进行归一化，不然不能做到对每个特征一视同仁。