标签：
KNN的算法工作原理：
存在一个训练样本集合，样本集中每个数据都有确定的标签（分类），即我们知道样本集中每一数据与所属分类的对应关系。输人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（最近邻）的分类标签。一般来说，我们只选择样本数据集中前K个最相似的数据，这就是K-近邻算法中K的出处,通常K是不大于20的整数。最后，选择K个最相似数据中出现次数最多的标签，作为新数据的分类。
一个KNN实战入门例子：
from numpy import * import operator def createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = [‘A‘,‘A‘,‘B‘,‘B‘] return group, labels def classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0] diffMat = tile(inX, (dataSetSize,1)) - dataSet sqDiffMat = diffMat**2 sqDistances = sqDiffMat.sum(axis=1) distances = sqDistances**0.5 sortedDistIndicies = distances.argsort() classCount={} for i in range(k): voteIlabel = labels[sortedDistIndicies[i]] classCount[voteIlabel] = classCount.get(voteIlabel,0)+1 sortedClassCount = sorted(classCount.iteritems(),key = operator.itemgetter(1),reverse=True) return sortedClassCount[0][0]
以上代码的流程说明：
用一个简单的训练集，得到简单的一个模型，如图：
1 import KNN 2 3 group,labels = KNN.createDataSet() 4 var = KNN.classify0([1,0],group,labels,3) 5 6 print(var)
以上main.py调用KNN.py（即import KNN.py模块）,进行测试输入点，通过这个简单的模型得到一个预测，输出标签（类别）
结果：
标签：
原文地址：http://www.cnblogs.com/jerrybaby/p/5837158.html
