K近邻算法(python 源码解析)

from numpy import *

import operator

from os import listdir



def classify0(inX, dataSet, labels, k):

    dataSetSize = dataSet.shape[0]

    diffMat = tile(inX, (dataSetSize,1)) #产生一个dateSetSize行，1列的元素，不复制列元素

- dataSet#计算各个元素之差

    sqDiffMat = diffMat**2#各个元素求平方

    sqDistances = sqDiffMat.sum(axis=1)#列方向求和也就是求平方根之和

    distances = sqDistances**0.5#求平方根，即求得和各个dataset之间的距离

    sortedDistIndicies = distances.argsort() #  排序得到各个元素的位置下标

    classCount={}          

    for i in range(k):

        voteIlabel = labels[sortedDistIndicies[i]]#获取分类

        classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1#获取分类的个数

    sortedClassCount = sorted(classCount.iteritems(), #获取排列按照分类个数逆序key=operator.itemgetter(1), reverse=True)

    return sortedClassCount[0][0]#得到分类