from numpy import * #导入科学计算包Numpy
import operator #导入运算符模块
'''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'''
#2-1k近邻法
def classify0(inX, dataSet, labels, k):#inX为输入向量,dataSet为训练样本集,labels为标签向量
dataSetSize = dataSet.shape[0]
diffMat = tile(inX,(dataSetSize,1)) - dataSet
sqDiffMat = diffMat**2
sqDistances = sqDiffMat.sum(axis = 1)
distances = sqDistances**0.5 #计算了欧式距离
sortedDistIndicies = distances.argsort()
classCount = {}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse=True)
return sortedClassCount[0][0]
group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]])
labels = ['A', 'A', 'B', 'B']
X = classify0([1,1], group, labels, 3)
print(X)
.shape用于计算array各维度的长度,在python中都是从0开始的。
tile函数是numpy包中的,用于重复array,比如上面代码中的tile(inX,(dataSetSize,1)),表示重复inX,其行重复dataSetSize次,而列不重复
.sum是numpy中用于计算一个array内部行列求和,axis=1表示按列求和,即把每一行的元素加起来
.argsort是numpy中对array进行排序的函数,排序是升序
classCount = {} 其中{}表示生成的是字典,在字典这个类中,有方法get,对classCount元素赋值,其实是个计数器sorted是内置函数,可以help(sorted)查看用法operator模块下的itemgetter函数,顾名思义就是提取第X个元素的意思。
reverse=true 代表降序排列,sortedClassCount[0][0]是发送频率最高的类。