简单说明
这个算法主要工作是测量不同特征值之间的距离，有个这个距离，就可以进行分类了。
简称knn。
已知：训练集，以及每个训练集的标签。
接下来：和训练集中的数据对比，计算最相似的k个距离。选择相似数据中最多的那个分类。作为新数据的分类。
python实例
代码如下:
# -*- coding: cp936 -*-
#win系统中应用cp936编码，linux中最好还是utf-8比较好。from numpy import *#引入科学计算包import operator #经典python函数库。运算符模块。
#创建数据集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
#算法核心#inx：用于分类的输入向量。即将对其进行分类。#dataset：训练样本集#labels:标签向量def classfy0(inx,dataset,labels,k): #距离计算 datasetsize =dataset.shape[0]#得到数组的行数。即知道有几个训练数据 diffmat =tile(inx,(datasetsize,1))-dataset#tile:numpy中的函数。tile将原来的一个数组，扩充成了4个一样的数组。diffmat得到了目标与训练数值之间的差值。 sqdiffmat =diffmat**2#各个元素分别平方 sqdistances =sqdiffmat.sum(axis=1)#对应列相乘，即得到了每一个距离的平方 distances =sqdistances**0.5#开方，得到距离。 sorteddistindicies=distances.argsort()#升序排列 #选择距离最小的k个点。 classcount={} for i in range(k): voteilabel=labels[sorteddistindicies[i]] classcount[voteilabel]=classcount.get(voteilabel,0)+1 #排序 sortedclasscount=sorted(classcount.iteritems(),key=operator.itemgetter(1),reverse=true) return sortedclasscount[0][0]
意外收获
把自己写的模块加入到python默认就有的搜索路径：在python/lib/-packages目录下建立一个 xxx.pth的文件，写入自己写的模块所在的路径即可