机器学习实战——KNN算法代码+数据

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

__author__=‘Kevin Liao‘

#监督学习算法————k-临近算法的特点
#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，耗时、有时所需样本量大，无法给出任何数据的基础结构信息
#适用数据范围：数值型和标称型


from numpy import *
import operator

def createDataSet（）:
    group = array（[[1.01.1][1.01.0][00][00.1]]）
    labels=[‘A‘‘A‘‘B‘‘B‘]
    return grouplabels

#————————约会网址预测
def classify0（inXdataSetlabelsk）:
    dataSetSize=dataSet.shape[0]
    #以下三行计算距离
    diffMat=tile（inX （dataSetSize1））-dataSet
    sqDiffMat=diffMat**2
    sqDistances=sqDiffMat.sum（axis=1）
    distances=sqDistances**0.5
    sortedDistIndicies=distances.argsort（）
    #选择距离最小的k个点 
    classCount={}
    for i in range（k）:
        votellabel=labels[sortedDistIndicies[i]]
        classCount[votellabe