1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
| import numpy as np
import operator
# 函数说明:创建数据集
# Parameters:
# 无
# Returns:
# group - 数据集
# labels - 分类标签
def createDataSet():
#四组二维特征
group = np.array([[1,101],[5,89],[108,5],[115,8]])
#四组特征的标签
labels = ['爱情片','爱情片','动作片','动作片']
return group, labels
# 函数说明:kNN算法,分类器
#
# Parameters:
# inX - 用于分类的数据(测试集)
# dataSet - 用于训练的数据(训练集)
# labes - 分类标签
# k - kNN算法参数,选择距离最小的k个点
# Returns:
# sortedClassCount[0][0] - 分类结果
def classify0(inX, dataSet, labels, k):
print("开始查看下dataSet")
print(dataSet)
#numpy函数shape[0]返回dataSet的行数
dataSetSize = dataSet.shape[0]
print("查看下得到的行数：")
print(dataSetSize)
#在列向量方向上重复inX共1次(横向)，行向量方向上重复inX共dataSetSize次(纵向)
dataSettemp = np.tile(inX, (dataSetSize, 1))
print("查看下dataSettemp：")
print(dataSettemp)
diffMat = dataSettemp - dataSet
print("查看下diffMat：")
print(diffMat)
#二维特征相减后平方
sqDiffMat = diffMat**2
print("二维特征相减后平方:")
print(sqDiffMat)
#sum()所有元素相加，sum(0)列相加，sum(1)行相加
sqDistances = sqDiffMat.sum(axis=1)
print("um()所有元素相加，sum(0)列相加，sum(1)行相加:")
print(sqDistances)
#开方，计算出距离
distances = sqDistances**0.5
print("开方，计算出距离:")
print(distances)
#返回distances中元素从小到大排序后的索引值
sortedDistIndices = distances.argsort()
print("sortedDistIndices:")
print(sortedDistIndices)
#定一个记录类别次数的字典
classCount = {}
for i in range(k):
#取出前k个元素的类别
voteIlabel = labels[sortedDistIndices[i]]
print(voteIlabel)
#dict.get(key,default=None),字典的get()方法,返回指定键的值,如果值不在字典中返回默认值。
#计算类别次数
classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
#python3中用items()替换python2中的iteritems()
#key=operator.itemgetter(1)根据字典的值进行排序
#key=operator.itemgetter(0)根据字典的键进行排序
#reverse降序排序字典
sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse=True)
#返回次数最多的类别,即所要分类的类别
#排序后是个二维的list类型
print("排序后结果：")
print(sortedClassCount)
return sortedClassCount[0][0]
if __name__ == '__main__':
#创建数据集
group, labels = createDataSet()
#测试集
test = [101,20]
#kNN分类
test_class = classify0(test, group, labels, 3)
#打印分类结果
print(test_class)
|
