需求：怎样用KNN算法来分类电影是动作片还是爱情片。
分类标准：统计电影中打斗镜头和接吻镜头的次数
'''
KNN算法：
1.计算测试数据于训练数据之间的距离
2.按照距离的远近排序(距离由近到远)
3.选取距离最近的K个点
4.统计K个点分别对应类别出现的概率
5.概率最高的就是测试数据类别
通过计算对象间距离来作为各个对象之间的非相似性指标，避免了对象之间的匹配问题
KNN通过依据k个对象中占优的类别进行决策，而不是单一的对象类别决策
'''
KNN算法：
1.计算测试数据于训练数据之间的距离
2.按照距离的远近排序(距离由近到远)
3.选取距离最近的K个点
4.统计K个点分别对应类别出现的概率
5.概率最高的就是测试数据类别
通过计算对象间距离来作为各个对象之间的非相似性指标，避免了对象之间的匹配问题
KNN通过依据k个对象中占优的类别进行决策，而不是单一的对象类别决策
'''
import numpy as np
# 构建数据
def creatDataSet():
# 喜剧片 科幻片 爱情片 动作片
group = np.array([[3,10,23,114],
[2,5,23,160],
[1,9,8,154],
[101,10,12,11],
[99,5,7,8,],
[98,2,10,5],
[4,99,14,10],
[6,100,11,23],
[9,100,1,1],
[1,4,99,3],
[4,5,78,6],
[1,4,88,9]])
labels = ["动作片","动作片","动作片","喜剧片","喜剧片","喜剧片","科幻片","科幻片","科幻片","爱情片","爱情片","爱情片"]
return group, labels
def classify(input, dataSet, labels, k):
# 获得样本的行数
dataSize = dataSet.shape[0]
print(dataSet.shape[0])
# 利用欧式距离公式计算距离
# nump.tile() 就是把数组沿各个方向复制
print(input)
kdiff = np.tile(input, (dataSize, 1)) - dataSet
sqdiff = kdiff**2
# 行向量分别相加，从而得到新的一个行向量
sqnumdiff = np.sum(sqdiff, axis=1)
dist = sqnumdiff**0.5
# 将距离进行排序
soreDistIndex = np.argsort(dist)
classCount = {}
for i in range(k):
print(soreDistIndex[i])
voteLabel = labels[soreDistIndex[i]]
print(voteLabel)
# 对选取的K个样本所属的类别个数进行统计
classCount[voteLabel] = classCount.get(voteLabel, 0) + 1
# 选取出现的类别次数最多的类别
maxCount = 0
for key, value in classCount.items():
if value > maxCount:
maxCount = value
classes = key
return classes
if __name__ == "__main__":
dataSet, labels = creatDataSet()
# 测试数据
input = np.array([9,90,500,4])
k = 3
output = classify(input, dataSet, labels, k)
print("测试数据为:", input, "分类结果为：", output)