k-近邻算法（kNN）

一、k-近邻算法(kNN)
工作原理:存在一个样本数据集合(训练样本集),并且样本集中每个数据都存在标签,即我们知道样本集中每一数据与所属分类的对应关系。
　　输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本集中特征醉相思数据(最近邻)的分类标签。
　　一般来说,我们只选择样本数据集中前k个最相似的数据，(k的来源)，通常k<=20的整数,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。
　　一般流程:收集-准备-分析数据-训练-测试-使用算法。

1.使用Python导入数据

 1 from numpy import *#科学计算包 2 import operator     #运算符模块 3  4 def createDataSet(): 5     group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) 6     labels = ['A','A','B','B'] 7     return group,labels 8  9 def classify0(inX, dataSet, labels, k):#用于分类的输入向量inX，输入的训练样本集dataSet，标签向量labels，参数k用于选择最近邻居的数目10     dataSetSize = dataSet.shape[0]11     diffMat = tile(inX, (dataSetSize,1)) - dataSet12     sqDiffMat = diffMat**213     sqDistances = sqDiffMat.sum(axis=1)14     distances = sqDistances**0.515     sortedDistIndicies = distances.argsort()16     classCount={}17     for i in range(k):18         voteIlabel = labels[sortedDistIndicies[i]]19         classCount[voteIlabel] = classCount.get(voteIlabel,0) + 120         sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse=True)21         return sortedClassCount[0][0]