【机器学习】k近邻算法

from numpy import *
import operator
def createDataSet():
    group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])  #已知数据集
    labels = [‘A‘,‘A‘,‘B‘,‘B‘]  #已知数据集对应的类型
    return group,labels

def classify0(inX,dataSet,lables,k):
    dataSetSize=dataSet.shape[0]    #dataset是4*2的二维数组，shape[0]=4,shape[1]=2
    diffMat=tile(inX,(dataSetSize,1))-dataSet   #tile(inX,(dataSetSize,1))=[inX,inX,inX,inX],1代表每行inX重复一次
    sqDiffMat=diffMat**2    #数组中每个值都**2
    sqDistances=sqDiffMat.sum(axis=1)   #sum(axis=？)第？个维度的相加，可理解为第？层[]里的元素相加
    distances=sqDistances**0.5  #数组中每个值都**0.5
    sortedDistIndicies=distances.argsort()  #argsort()从小到大返回索引
    classCount={}   #花括号{}：代表dict字典数据类型
    for i in range(k):
        voteIlabel=labels[sortedDistIndicies[i]]    #前i小的类型
        classCount[voteIlabel]=classCount.get(voteIlabel,0)+1   #dict.get(key, default=None) key找不到返回default
    sortedClassCount=sorted(classCount.items(),key=operator.itemgetter(1),reverse=True) #按字典第2个值排序，True表示从大到小排序
    return sortedClassCount[0][0]   #{(B,2),(A,1)} [0][0]代表B

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