k-近邻算法（KNN）--2改进约会网站的配对效果---by香蕉麦乐迪

参考书籍：《机器学习实战》

实验说明：预测约会对象对用户是否具有吸引力

输入数据：每个待约会的对象有三个属性，分别是 每年飞行里程数、玩游戏占时间比、每周吃的冰淇淋（单位公升）；（ps：我觉得这三个参数，分别代表一个人是否有钱，生活娱乐，饮食习惯）

样本集：有1000个约会对象的数据，并且每个对象有一个标签，标签有三大类，分别是  不喜欢、魅力一般、非常有魅力

实验过程：

1、将样本集90%当做训练集，10%当做测试集，测试classify.py的错误率

2、用户输入一个约会对象的参数，给出分类的标签，为用户提供建议

代码文件：

file2Matrix.py：样本集存在txt文件中，该函数将样本集输入到内存中，以array的方式存储起来

plotDataSet：将样本集的数据画出来（每个样本只能画出两个变量）

autoNorm.py：将参数归一化，每个参数的大小范围不一致

datingClassTest.py：错误率测试

classify.py：预测分类函数

classifyPerson.py：输入某个人的参数，给出预测结果

knn.py：主函数

样本集及源文件下载：点击打开链接

源文件：

file2Matrix.py：样本集存在txt文件中，该函数将样本集输入到内存中，以array的方式存储起来