机器学习实战代码学习（K-近邻算法）

# -*- coding: UTF-8 -*-

from numpy import *
import operator
import matplotlib.pyplot as plt

#数据测试，求向量
#-------------------------------
test1=array([[1,1],[2,2]])
test2=array([[0,0],[0,0]])
test3 =test2-test1
print test3


testGroup= tile([0,0],(2,3))
print testGroup
#结果是个矩阵
#[[0 0 0 0 0 0]
# [0 0 0 0 0 0]]

testgroup =array([[1,2],[3,4]]) ** 2
print testgroup
print testgroup.sum(axis =1)
#[[ 1  4]
# [ 9 16]]

#[ 5 25]
#-------------------------------



#创建数据集，以后拿数据集和这些点距离进行比较，得到最近的点，进行预测分类
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


#inX,用于分类的输入向量
#dataSet,训练样本集
#labels,标签向量
#k,选择最近邻居的数目
#【标签向量元素数目和矩阵dataSet的行数相同】
def classify(inX,dataSet,labels,k):
    #-----------------距离计算-----------------
    dataSetSize =dataSet.shape[0]
    #tile(A,n)，功能是将数组A重复n次，构成一个新的数组
    #tile(A,(m,n))，功能是将数组A重复m行,n列，构成一个新的数组
    diffMat= tile(inX,(dataSetSize,1)) - dataSet 
    sqDiffMat = diffMat ** 2 #这个是求幂次方，power方法一样的5 ** 2 =25
    #axis=0, 表示列，axis=1表示行 axis=1以后就是将一个矩阵的每一行向量相加
    sqDistances =sqDiffMat.sum(axis = 1)
    distances =sqDistances ** 0.5 #开方，就是根号,这里开方之后就是每个点到inX的距离，
    #-----------------距离计算-----------------
    
    #-----------------选择距离最小的k个点-----------------
    sortedDistIndicies =distances.argsort()
    classCount = {}
    for i in range(k):
        voteIlabel =labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
    #-----------------选择距离最小的k个点-----------------

    #对结果进行排序
    sortedClassCount =sorted(classCount.iteritems(),
                             key= operator.itemgetter(1),reverse =True)
    return sortedClassCount[0][0]



#创建数据集
group,labels =createDataSet()

#计算相邻值
result = classify([0,0],group,labels,3)

print result