机器学习实战第二章kNN: http://blog.csdn.net/fenfenmiao/article/details/52165472
参考 http://blog.sciencenet.cn/blog-791354-705248.html
from numpy import *#导入numpy库
import operator
def createDataSet():#定义函数
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):#输入待分类向量，da teSet为测试集，labels为目标结果，k为样本值
dataSetSize=dataSet.shape[0]#获取数组的行数
diffMat = tile(inX,(dataSetSize,1)) - dataSet#将inX复制dataSize行，在与dataSet相减，即（x1-x2）
sqDiffMat=diffMat**2#(x1-x2)的平方
sqDistances=sqDiffMat.sum(axis=1)#(x1-x2)^2+(y1-y2)^2
distances=sqDistances**0.5#上述结果开根号
sortedDistIndices=distances.argsort()#将数组的下标按数组从小到大的顺序排序
classCount={}#计算k个值里的类别
for i in range(k):
voteIlabel=labels[sortedDistIndices[i]]#从距离最小的类别开始统计
classCount[voteIlabel]=classCount.get(voteIlabel,0)+1#ge t表示先查看classCount中是否存在votellabel，如果存在,则获取个数，否则，返回0
sortedClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True)
return sortedClassCount[0][0]#返回统计中类别值最大的
def file2matrix(filename):#将文件转化成python可以处理的形式
fr = open(filename)#打开文件，此文件与kNN.py文件在同一目录下
numberOfLines = len(fr.readlines()) #get the number of lines in the file
returnMat = zeros((numberOfLines,3)) #prepare matrix to return
classLabelVector = [] #prepare labels return
fr = open(filename)
index = 0
for line in fr.readlines():
line = line.strip()#去enter
listFromLine = line.split('\t')#根据\t 将整行分割成元素列表
returnMat[index,:] = listFromLine[0:3]#赋给
classLabelVector.append(int(listFromLine[-1]))#将元素列表的最后一个元素添加到classLabelVector
index += 1#行数+1
return returnMat,classLabelVector
（由于简书显示代码模式很麻烦，决定搬家到CSDN）
