KNN算法----识别、推荐

数据背景:
如何约会网站寻找适合自己的的约会对象？网站会推荐不同的人，但是推荐的人不总是恰当的。
所以将推荐的人标签为：不喜欢、魅力一般、极具魅力
三个特征：每年获得的飞行常客里程数、玩视频游戏所消耗时间百分比、每周消费的冰淇淋公升数
（这三个特征收据可能跟网站数据有关）从而构成整个数据为四维数据。

数据链接：
链接: https://pan.baidu.com/s/1drSoyB4wnhDzmJS-dbu-iw 提取码: 6tcj 复制这段内容后打开百度网盘手机App，操作更方便哦

kNN算法简介：
原理：监督学习+分类算法+距离+投票原则（具体步骤百度一下，很简单）
优缺点：精度高、对异常值不敏感，计算和空间复杂度高
使用数据范围：数值型和标称型

kNN算法主要模块：
1、数据解析模块（读数据，转格式）
2、数据预处理，标准化模块
3、分类器模块（也是预测模块，knn算法不需要进行模型训练）
4、分类器好坏判断
5、前期一些描述性分析模块（如果需要）

代码：
from numpy import *
import operator
from os import listdir
import pandas as pd
from sklearn.preprocessing import LabelEncoder #变量编码

模块1—数据读入
def file2matrix(filename):
file=open(filename)
arraylines=file.readlines() ##读取所有行
numberlines=len(arraylines)
returnMat=zeros((numberlines,3)) ##存放需要返回的数据
classlabelvector=[]
index=0
for line in arraylines:
line=line.strip(’\n’)
listfromline=line.split(’\t’)