kNN

 1 def classify0(inX, dataSet, labels, k):
 2     dataSetSize = dataSet.shape[0]
 3     diffMat = tile(inX, (dataSetSize,1)) - dataSet
 4     sqDiffMat = diffMat**2
 5     sqDistances = sqDiffMat.sum(axis=1)
 6     distances = sqDistances**0.5

 7     sortedDistIndicies = distances.argsort()     
 8     classCount={}    
      
 9     for i in range(k):
10         voteIlabel = labels[sortedDistIndicies[i]]
11         classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
12     sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)
13     return sortedClassCount[0][0]

1-6是计算欧式距离

7-8是根据距离排序，注意argsort 返回的list是索引值

9-13是计算距离最小的k个中不同label数目。

其中 tile argsort均在另外的随笔中介绍过了

classCount是一个dict ，dict.get(key,default),返回的是key为xx的个数，如果没有就返回default 值，这里设置为了0.

所以这一步是在计数。

熟悉 sort的用法。operator.itemgetter(1) 命令返回的是一个函数，key=func之后就按照func来处理每一个数据然后再进行排序。

operator.itemgetter(1)

猜你喜欢