机器学习笔记1.0 K-近邻算法（KNN）

K-近邻算法概述

K-近邻算法采用测量不同特征值之间的距离方法进行分类

优点：精度高、对异常值不敏感、无数据输入假定

缺点：计算复杂度高、空间复杂度高

适用数据类型：数值型和标称型

工作原理：存在一个样本数据集，且样本集中每个数据都存在标签，即我们知道样本集中每个数据对应的分类。输入没有标签的新数据之后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据的分类标签。通常只取前k个最相似的数据，k往往是不大于20的整数。最后选择k个最相似数据中出现次数最多的分类作为新数据的分类。

创建名为knn.py的Python模块，在文件中添加下面的代码：

from numpy import *    #科学计算包
import operator        #运算符模块

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

保存文件，改变当前路径到存储knn.py的位置。进入Python交互式开发环境，输入如下命令导入刚编辑好的Python模块。

import knn

然后输入如下命令创建变量group和labels

group,labels=knn.createDataSet()

此时可输入变量名以检验是否正确的定义了变量。

Mac可参考如下操作：

打开终端，找到刚存储的knn.py文件