创建模块kNN.py(相当于导入已有的数据和标签):
from numpy import *
import operator
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
实施算法:
import kNN #导入上面的kNN模块,按功能看并没有导入numpy和operator,下面还要导入numpy和operator
from numpy import *
import operator
group, labels = kNN.createDataSet()
def classify0(inX, dataSet, labels, k): #定义分类函数
dataSetSize = dataSet.shape[0] #dataSetSize为样本数据的个数
diffMat = tile(inX, (dataSetSize, 1)) - dataSet #待分类数据与每个样本数据相减
sqdiffMat = diffMat ** 2
sqDistances = sqdiffMat.sum(axis = 1) # m*n规模,0为每一列元素相加得1行n列,1为每一行元素相加,得1行m列
distances = sqDistances ** 0.5 #上面3条程序是欧式距离,就是根号下平方和
sortedDistIndicies = distances.argsort() #欧式距离按升序排序,不显示具体值,只显示位置标号
classCount = {}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]] #现取出最近的一个样本数据的标签,循环
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1 #初始次数为0,出现一次+1并写入字典
sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)
#对标签统计的字典进行降序排列,先变列表,选取关键值(按哪个元素排序),True降序,False升序
return sortedClassCount[0][0] #提取统计次数最多的那个标签
print(classify0([0,0], group, labels, 3)) #调用函数,区分[0,0]的标签
学习要点:
1.numpy中的shape用法:
>>> from numpy import *
>>> a = array([[1, 2, 3], [1, 2 ,3], [1, 2, 3], [1, 2, 3]]) #注意是([ [] ]),最外面的括号是array(),第二层的是行的 [],行里有4个即4行,第三层是列的[],列里有3个即3列
>>> a.shape
(4, 3)
>>> a.shape[0] #.shape[]用的是方括号
4
>>> a.shape[1]
3
>>> b = array( [ [ [1,2,3,4],[1,2,3,4],[1,2,3,4] ],[ [1,2,3,4],[1,2,3,4],[1,2,3,4] ] ] ) #2页3行4列
>>> b.shape
(2, 3, 4) #第一层[]页,第二层[]行,第三层[]列
>>> b.shape[0]
2
>>> b.shape[1]
3
>>> b.shape[2]
4
2.numpy中tile用法:
>>> tile([1,2], 3) #单独一个数时是重复列3次,变成1行6列
array([1, 2, 1, 2, 1, 2])
>>> tile([1,2],(2,3)) #变成2行6列
array([[1, 2, 1, 2, 1, 2],
[1, 2, 1, 2, 1, 2]])
>>> c = array([[[1,2],[1,2]],[[1,2],[1,2]]])
>>> c.shape
(2, 2, 2)
>>> d = tile(c,(2,1,1)) #重复页
>>> d.shape
(4, 2, 2)
>>> e = tile(c,2) #单个值重复列
>>> e.shape
(2, 2, 4)
3.numpy中argsort用法:
一维:
>>> a = array([9,8,7])
>>> argsort(a) #升序排列,由小到大
array([2, 1, 0])
>>> argsort(-a) #降序排列,由大到小
array([0, 1, 2])
二维用法是argsort(a,axis=0或者1),0时按列排列,1时按行排列
4.字典的.get的用法和写入字典的方式:
>>> a = {'A':1, 'B':2}
>>> a.get('A',3) #字典中'A'若是存在,则返回'A'后的值,'A'若是不存在则返回后面的默认值
1
>>> a.get('C',3)
3
>>> a = {} #字典写入
>>> a['B'] = 3
>>> a
{'B': 3}
5.标准库的sorted用法:
sorted(<class 'dict_items'>或者<class 'list'>, key=operator.itemgetter(), reverse=True/False )
首先是解决字典变列表问题:
>>> a = {'A':2, 'B':3}
>>> a.items() #dict.items()字典变成<class 'dict_items'>,<class 'dict_items'>不是<class 'list'>
dict_items([('A', 2), ('B', 3)])
然后是利用operator模块的itemgetter()抓取排序的关键值:0表示按第一个元素排序,1表示按第二个元素排序
最后 True降序,False升序