#k_Nearest Neighbor
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] ## 读取矩阵的行数，作为数据集的个数
diffMat = tile(inX, (dataSetSize, 1)) - dataSet #tile函数，将输入的inX重复为一个和dataset维度大小相同的矩阵
sqDiffMat = diffMat**2
sqDistances = sqDiffMat.sum(axis=1)
distances = sqDistances**0.5
sortedDistIndicies = distances.argsort() #argsort() 将distances的元素从小到大排列 返回其对应的索引
classCount = {}
for i in range(k): ##返回距离排名第i的标签
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 ##得到索引
sortedClassCount = sorted(classCount.iteritems(),key = operator.itemgetter(1,reverse=True))
return sortedClassCount[0][0]
kNN
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
- from Distance import Distance cal=Distance() k=3 s=[["t1"...
