K近邻法(KNN)代码

看完了机器学习实战该书的第一个算法，记录第一个小例子。

def createDataSet():
    group=array([[1.0,1.1],[1.0,1.0],[0,0],[1,0.1]])
    labels=['A','A','B','B']
    return  group,labels

获取数据

def classify0(inx,dataset,labels,k):
    datasetsize=dataset.shape[0]

    diffmat=tile(inx,(datasetsize,1))-dataset

    sqdiffmat=diffmat**2
    sqdistances=sqdiffmat.sum(axis=1)
    distances=sqdistances**0.5
    # argsort是numpy中的一个函数，用来返回一个数组排好序后各元素对应的原来的位置序号。
    sorteddistindicies=distances.argsort()
    classcount={}
    for i in range(k):
        voteilabel=labels[sorteddistindicies[i]]
        classcount[voteilabel]=classcount.get(voteilabel,0)+1   # dict.get(key, default=None) key -- 字典中要查找的键。default -- 如果指定键的值不存在时，返回该默认值
    print(classcount.items())
    sortedclasscount=sorted(classcount.items(),key=operator.itemgetter(1),reverse=True) # reverse = True 降序     classcount.items()为 dict_items([(9, 2), (4, 1)]) sortedclasscount为[(9, 2), (4, 1)]
    print(sortedclasscount)
    return sortedclasscount[0][0]

分类代码块

group,labels=createDataSet()
print(group,labels)
print(classify0([0,0],group,labels,3))

测试代码