机器学习之--KNN算法简单实现

# # kNN 分类算法
a = np.array([[1,1],[1.2,1.5],[0.3,0.4],[0.2,0.5]])　　　　　　　　#构造样本数据
labels = ['A','A','B','B']
# print(a.shape[0])                 # 行数  shape(1)表示列数
diffMat = np.tile (np.array([[1.5,1.2]]),(a.shape[0],1)) - a        #tile（被重复数据，（重复几行，每行重复几次））
#   diffMat
# [[ 0.5  0.2]
#  [ 0.3 -0.3]
#  [ 1.2  0.8]
#  [ 1.3  0.7]]
a = diffMat ** 2
#       a
# [[0.25 0.04]
#  [0.09 0.09]
#  [1.44 0.64]
#  [1.69 0.49]]
distence = a.sum(axis=1)           # 1表示行  0表示列
#       distence
# [0.29 0.18 2.08 2.18]
dis_sort = distence.argsort()
#  dis_sort
# [1 0 2 3]
k = 3
classcount = {}
for i in range(0,len(dis_sort)):
    if i>=k:
        break
    if dis_sort[i] <= k + 1:
        classcount[labels[i]] = classcount.get(labels[i],0)+1

#                   classcount
#                  {'A': 2, 'B': 1}