K近邻算法实战（KNN）

Posted 2023-01-01 chenxi188

1.准备：使用Python导入数据

1.创建kNN.py文件，并在其中增加下面的代码：

from numpy import * #导入科学计算包
import operator #运算符模块，k近邻算法执行排序操作时将使用这个模块提供的函数

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
##print(createDataSet())

2.在knn.py保存处，shift+右键——‘在此处打开命令窗口’，输入：python，再输入：import knn，导入刚编辑的knn.py模块：

>>> python
>>> import knn

3.为了确保输入相同的数据集，knn模块中定义了函数createDataSet，在Python命令提示符下输入下属命令：

>>> group,labels = knn.createDataSet()

 

4.再输入group,labels查看是否正确赋值：

>>> group

‘‘‘
显示：
array([[1. , 1.1],
[1. , 1. ],
[0. , 0. ],
[0. , 0.1]])
‘‘‘
>>> labels

 #显示：[‘A‘, ‘A‘, ‘B‘, ‘B‘]