kNN python 註釋

代碼:

#coding=utf8  

from numpy import *  
import operator  
      
def createDataSet():  
    group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])      #这里就是二维数组，在座標軸裏表示四個點 
    labels=['A','A','B','B']                              #與上面四個點 一一對應的類別
    return group,labels  
    
def classify0(inX,dataSet,labels,k):                  #inX是預測分類“坐标”，dataSet是上面createDataSet的array，就是已经有的，分类过的坐标，label是相应分类的标签，k是KNN，k近邻里面的k  
    dataSetSize=dataSet.shape[0]                     #dataSetSize是sataSet的行数，shape[0]是行,[1]是列,用上面的举例就是4行  
    diffMat=tile(inX,(dataSetSize,1))-dataSet         #前面用tile是重複生成，inX是二維數組化，datesize是生成的數組行數,1是列的倍數,然后再减去dataSet，是为了求两点的距离，先要坐标相减，这个就是坐标相减  
    sqDiffMat=diffMat**2                              #上一行得到了坐标相减，然后这里要(x1-x2)^2，要求乘方  
    sqDistances=sqDiffMat.sum(axis=1)                 #axis=1是行相加，=0是列，这样得到了(x1-x2)^2+(y1-y2)^2  
    distances=sqDistances**0.5                        #开根号，这个之后才是距离  
    sortedDistIndicies=distances.argsort()            #argsort是排序，将元素按照由小到大的顺序返回下标，比如([3,1,2]),它返回的就是([1,2,0])  
    classCount={}                                    #生成一個字典 在下面循環裏儲存 類別和類別個數get()那條命令
    for i in range(k):  
        voteIlabel=labels[sortedDistIndicies[i]]  
        classCount[voteIlabel]=classCount.get(voteIlabel,0)+1            #get是取字典里的元素，如果之前这个voteIlabel是有的，那么就返回字典里这个voteIlabel里的值，如果没有就返回0（后面写的），这行代码的意思就是算离目标点距离最近的k个点的类别，这个点是哪个类别哪个类别就加1  
    soredClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True)         #iteritems()是講一個字典一以列表形式返回,key=operator.itemgetter(1)的意思是按照字典里的第一个排序，{A:1,B:2},要按照第1个（A和B是第0个;1和2是第一個）。reverse=True是降序排序  
    return soredClassCount[0][0]             #返回类别最多的类别  

classCount={} #新建一个字典
classCount.get 从字典中取值，key为voteIlabel，如果没有返回0，如果有就加1

这段程序可以理解为将labels中第sortedDistIndicies[i]个东西存在字典中，并且提取的次数也存在了字典中

   

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（即需要获取的数据在对象中的序号），下面看例子。

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。

   sorted函数

Python内置的排序函数sorted可以对list或者iterator进行排序，官网文档见：http://docs.python.org/2/library/functions.html?highlight=sorted#sorted，该函数原型为：

sorted(iterable[, cmp[, key[, reverse]]])

参数解释：

（1）iterable指定要排序的list或者iterable，不用多说；

（2）cmp为函数，指定排序时进行比较的函数，可以指定一个函数或者lambda函数，如：

       students为类对象的list，没个成员有三个域，用sorted进行比较时可以自己定cmp函数，例如这里要通过比较第三个数据成员来排序，代码可以这样写：

      students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

       sorted(students, key=lambda student : student[2])

（3）key为函数，指定取待排序元素的哪一项进行排序，函数用上面的例子来说明，代码如下：

       sorted(students, key=lambda student : student[2]) 

       key指定的lambda函数功能是去元素student的第三个域（即：student[2]），因此sorted排序时，会以students所有元素的第三个域来进行排序。

有了上面的operator.itemgetter函数，也可以用该函数来实现，例如要通过student的第三个域排序，可以这么写：

sorted(students, key=operator.itemgetter(2)) 

sorted函数也可以进行多级排序，例如要根据第二个域和第三个域进行排序，可以这么写：

sorted(students, key=operator.itemgetter(1,2)) 

即先跟句第二个域排序，再根据第三个域排序。

（4）reverse参数就不用多说了，是一个bool变量，表示升序还是降序排列，默认为false（升序排列），定义为Tr

iteritems()返回一个迭代器

b = a.iteritems()
list(b) =[('a',1),('b',3)]

for k,v in b:     
    print k,v

返回a 1
        b 3