kNN算法实践1

kNN算法的流程：

1.收集数据：想怎么收集就怎么收集啦；
2.准备数据：距离计算所需要的数值，最好是结构化数据格式；
3.分析数据：散点图啦等等，可以使用任意办法；
4.训练算法：kNN那么笨的算法不需要训练；
5.测试算法：计算错误率；
6使用算法：需要输入的样本数据，调用算法计算分类结果等；

import numpy as np
import operator
# 1.使用numpy导入数据
def creatDateSet():
    group = np.array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
    labels =['A','A','B','B']
    return group,labels
#在开发环境中可以这样调用
# import kNN
# group,labels= kNN.creatDateSet()
group,labels= creatDateSet()
print(group)
print(labels)

# 2. 从文本文件解析数据
# 2.1. K-近邻算法
def classify0(inX,dataSet,labels,k):
    '''
    inX 为待测试数据
    k 为超参数
    '''
    dataSetSize = dataSet.shape[0] #取第一个维度，计算样本的个数
    '''
    tile函数用于重复数据
    创建一个和dataSet一样的数组进行矩阵的减法
    np.tile([0,0],(4,1)) 
    >> array([[0, 0],[0, 0],[0, 0], [0, 0]])，这样就可以进行减法了，
    为tile 函数打call!!
    '''
    diffMat = np.tile(inX,(dataSetSize,1)) - dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)
    distances = sqDistances**0.5
    #argsort()是将元素从小到大排列，提取其对应的index(索引)，然后输出
    sortedDisIndicies = distances.argsort()
    #创建一个dict
    classCount ={}
    for i in range(k):
        #获得距离最小前K个的标签
        voteIlabel = labels[sortedDisIndicies[i]]
        # dict.get(key, default=None)函数，key就是dict中的键voteIlabel，
        # 如果不存在则返回一个0并存入dict，如果存在则读取当前值并 + 1；
        # 这样操作后我们可能得到{'A':1,'B':1,'A':1}
        classCount[voteIlabel] = classCount.get(voteIlabel,0) +1
    '''
    sorted(iterable, cmp=None, key=None, reverse=False)
    字典 items() 方法以列表返回可遍历的(键, 值) 元组数组。
    operator.itemgetter函数
    operator模块提供的itemgetter函数用于获取对象的哪些维的数据，参数为一些序号。看下面的例子

    a = [1, 2, 3]
    >> > b = operator.itemgetter(1) // 定义函数b，获取对象的第1个域的值
    >> > b(a)
    2
    >> > b = operator.itemgetter(1, 0) // 定义函数b，获取对象的第1个域和第0个的值
    >> > b(a)
    (2, 1)

    要注意，operator.itemgetter函数获取的不是值，而是定义了一个函数，通过该函数作用到对象上才能获取值。
    '''
    sortedClassCount = sorted(classCount.items(),\
                       key = operator.itemgetter(1),reverse = True)
    return sortedClassCount[0][0]


#测试
test = classify0([5,0],group,labels,3)
print('测试的数据属于',test,'类别')