【python】kNN基础算法--分类和推荐系统

（1）k-近邻算法是分类数据最简单最有效的方法。
  （2）在将数据输入到分类器之前，必须将待处理数据的格式改变为分类器可以接受的格式。
  （3）所有的推荐模型都可以使用这个算法，只要将结果量化就行了，主要是要考虑权重的设计。
# -*- coding:utf-8 -*-
#数字型聚类分析

from numpy import *
import operator

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

group,labels = createDataSet()  #这里的group不能直接用，需要这样子返回参数

def classify0(inX,dataSet,labels,k):              
    dataSetSize = dataSet.shape[0]   #shape[0]就是读取矩阵第一维度的长度
    diffMat = tile(inX,(dataSetSize,1)) - dataSet   
    #>>> tile(1,2)  >>>array([1, 1])
    #>>> tile((1,2,3),3)  >>>array([1, 2, 3, 1, 2, 3, 1, 2, 3])

    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)    #我们平时用的sum应该是默认的axis=0 就是普通的相加，而当加入axis=1以后就是将一个矩阵的每一行向量相加

    distances = sqDistances**0.5
    sortedDistIndicies = distances.argsort()   #排序

    classCount={}   #classCount={} 这是一个dict，用于存储不同标签出现的次数；

    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0)+1
    sortedClassCount = sorted(classCount.iteritems(),
     key=operator.itemgetter(1),reverse=True)
    return sortedClassCount[0][0]



classify0([0,0],group,labels,3)