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)
def classify0(inX,dataSet,labels,k):
dataSetSize=dataSet.shape[0]
diffMat=tile(inX,(dataSetSize,1))-dataSet
sqDiffMat=diffMat**2
sqDistances=sqDiffMat.sum(axis=1) #axis=1表示按行相加 , axis=0表示按列相加
distances=sqDistances**0.5
print(distances)
sortedDistIndicies=distances.argsort() #升序排列,得到的是值所对应的索引
print(sortedDistIndicies)
classCount={}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel,0)+1 #出现次数越多，值越大
sortedClassCount=sorted(classCount.items(),key=operator.itemgetter(1),reverse=True) #降序排列，比较第2个元素，返回发生频率最高的元素标签
return(sortedClassCount[0][0])
(dataset,labels)=createDataSet()
result=classify0([0,0],dataset,labels,3)
k-近邻算法学习
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 有句话说，好看的人都是相似的。 院长信了。 前几天看到了传说中的「泰国女版陈伟霆」: 确定这不是陈伟霆本人戴假发?...
- 作为一名小奶牛，我觉得是时候跟大家分享一些我觉得好喝又下奶的神汤啦！不一定对大家都有效，但是我自己是觉得受益匪浅哒...
