今天开始看《Machine Learning in Action》这本书,觉得还是记录一下比较好。
KNN(注释比较细,因为我对python不太熟):
from numpy import *
import operator
'''
import KNN
use:group,labels = KNN.createDataSet()
KNN.classify0([0,0],group,labels,3)
'''
def createDataSet():
group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
labels = ['A','A','B','B']
#这里返回的是值?
return group,labels
def classify0(inX,dataSet,labels,k):
#[0]是行,[1]是列
dataSetSize = dataSet.shape[0]
#tile是使用某个array平铺
diffMat = tile(inX,(dataSetSize,1))-dataSet
#array**2相当于matlab中的 .^2
sqDiffMat = diffMat**2
#axis = 1 意思是各行相加
sqDistances = sqDiffMat.sum(axis = 1)
#开方
distances = sqDistances**0.5
#argsort 是将array中的元素按照从小到大排序之后各个元素的在原array中的index
sortedDistIndices = distances.argsort()
#classCount用来记录A,B两类的投票数
classCount = {}
for i in range(k):
#获得label
voteIlabel =labels[sortedDistIndices[i]]
#classCount.get(voteIlabel,0)的意思是获得voteIlabel对应的value,如果没有该voteIlabel,就返回0
classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
#a = {1:'a',2:'b'} a.items() 得到:dict_items([(1, 'a'), (2, 'b')])
#operator.itemgetter(1) 得到任意builtin item 的index为1的项,即按照投票数从大到小(reverse)排序
sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse=True)
return sortedClassCount[0][0]