簡單說明

這個算法主要工作是測量不同特征值之間的距離，有個這個距離，就可以進行分類了。

簡稱kNN。

已知：訓練集，以及每個訓練集的標簽。

接下來：和訓練集中的數據對比，計算最相似的k個距離。選擇相似數據中最多的那個分類。作為新數據的分類。

python實例

代碼如下:
# -*- coding: cp936 -*-

#win系統中應用cp936編碼，linux中最好還是utf-8比較好。
from numpy import *#引入科學計算包
import operator #經典python函數庫。運算符模塊。

#創建數據集
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

#算法核心
#inX：用于分類的輸入向量。即將對其進行分類。
#dataSet：訓練樣本集
#labels:標簽向量
def classfy0(inX,dataSet,labels,k):
    #距離計算
    dataSetSize =dataSet.shape[0]#得到數組的行數。即知道有幾個訓練數據
    diffMat     =tile(inX,(dataSetSize,1))-dataSet#tile:numpy中的函數。tile將原來的一個數組，擴充成了4個一樣的數組。diffMat得到了目標與訓練數值之間的差值。
    sqDiffMat   =diffMat**2#各個元素分別平方
    sqDistances =sqDiffMat.sum(axis=1)#對應列相乘，即得到了每一個距離的平方
    distances   =sqDistances**0.5#開方，得到距離。
    sortedDistIndicies=distances.argsort()#升序排列
    #選擇距離最小的k個點。
    classCount={}
    for i in range(k):
        voteIlabel=labels[sortedDistIndicies[i]]
        classCount[voteIlabel]=classCount.get(voteIlabel,0)+1
    #排序
    sortedClassCount=sorted(classCount.iteritems(),key=operator.itemgetter(1),reverse=True)
    return sortedClassCount[0][0]

意外收獲

把自己寫的模塊加入到python默認就有的搜索路徑：在python/lib/-packages目錄下建立一個 xxx.pth的文件，寫入自己寫的模塊所在的路徑即可