knn算法

算法的思想：找到离目标最近的K个值，如k=3，最近的3个值为A,B,B,那么目标就被分类为B

#!/usr/bin/env python
# -*- coding: utf-8 -*-
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

group, labels = createDataSet()
def classify(inX, dataSet, labels, k):
    dataSetSize = dataSet.shape[0]  ##取出模型中数组的行（假设为N），也就是有多少条数据
    diffMat = tile(inX, (dataSetSize,1)) - dataSet  ##将目标数据复制N行，然后减去模型中的数组
    sqDiffMat = diffMat**2   ##结果进行二次方运算
    sqDistances = sqDiffMat.sum(axis=1)  ##将行中每一项相加（到这就每行只有一个数了）
    distances = sqDistances**0.5  ##进行平方根运行
    sortedDistances = distances.argsort() ##进行从小到大排序，然后显示的是他们的索引（这里也就计算结束了，最小的也就是离目标数据最近的。
    classCount = {}
    for i in range(k):
        numOflabel = labels[sortedDistances[i]]  ##循环取前K个，也就是最近的几个，并返回他们的标签
        classCount[numOflabel] = classCount.get(numOflabel,0) + 1  ##对标签进行统计，有就+1
    sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(0),reverse=True) ##进行排序，key也可以写成key=lambda x:x[0]
    return sortedClassCount[0][0] #提取排第一的，第一个字符（也是就是最终结果，第二个字符是出现的次数）

my = classify([0,0], group, labels, 3)
print (my)