k-近邻算法

算法思想：存在一个样本数据集合，也称作训练样本集，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最相似数据的分类标签。最后选择k个最相似数据中出现次数最多的分类，最为新数据的分类。

2.1导入数据

导入使用的数据，在此只有2个类标签：A和B

2.2实施kNN算法

sortedClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True)，用迭代器以值为基准进行反向排序，返回的是元组列表，

return sortedClassCount[0][0]列表第一个元素（一个元组）的第一个值即为待分类数据的类标签。

 

看一下结果吧，[1,2]的分类是A

2.3看一下书上的例子吧

First--改进约会网站的配对效果

 

首先要做的当然还是导入数据，returnMat特征矩阵，classLabelVector类标签列表。

 

为了使三个特征的权重相同，需要归一化数据，在此采用newValues=(oldValues-min)/(max-min)

然后随机选择10%的数据用于测试，90%的数据用于训练算法，这里就不贴图了。。。

好了，现在看一下，预测代码吧：

 

 

 

运行结果：，嘿嘿！