KNN算法实战

#导入numpy包用于科学计算
#导入operator包用于运算符计算
from numpy import *
import operator
import matplotlib.pyplot as plt

#距离计算函数
#inX 用于分类的输入向量
#dataSet 输入的训练样本集
#labels 标签向量
#k 选择最近邻的数目
def classify0（a dataSet labels k）:
    dataSetSize = dataSet.shape[0]                                    #获得数据集的个数
    #差值计算，距离相减
    diffMat = tile（a （dataSetSize1）） - dataSet                    #numpy中tile函数用于将inX，生成dataSetSize行1列的数据
    #差值平方
    sqDiffMat = diffMat**2
    #平方和 axis=1表示将数据的每一行相加
    sqDistances = sqDiffMat.sum（axis=1）
    #开平方
    distances = sqDistances**0.5                                      #0.5次方相当于开平方得到所有点的距离（distances是一个列表，包含了4个点与a点的距离）
    #排序   argsort（）序号排序
    sortedDistIndicies = distances.argsort（）                          #由低到高进行排序，此处得到的数据排序后的索引值
    print（‘距离最近的k个邻居是：‘dataSet[sortedDistIndicies[:k]]）
    # print（‘对应的标签是：‘labels[sortedDistIndicies[:k]]）

    classCount={}                                                     #初始化统计字典
    #找出前k个值
    for i in range（k）:
        voteIlabel = labels[sortedDistIndicies[i]]                    #获得对应标签
        #统计前k次标签出现的次数
        classCount[voteIlabel] = classCount.get（voteIlabel0） + 1