import?numpy?as?np
import?operator

def?trainingFile2Matrix（filename）:
????“““
????函數說明：
????????處理訓練數據集
????:param?filename:
????????訓練數據文件
????:return:
????????returnMat?-?處理得到的每一個訓練樣本的數據集合
????????returnLabel?-?每一個訓練樣本所屬的類別標簽集合
????“““
????file?=?open（filename）
????content?=?file.readlines（）

????lineCount?=?len（content）

????returnMat?=?np.zeros（（lineCount?4））
????returnLabel?=?[]

????index?=?0

????for?line?in?content:
????????line?=?line.strip（）
????????example?=?line.split（‘‘）

????????returnMat[index?:?]?=?example[0?:?4]
????????index?+=?1
????????returnLabel.append（example[4]）

????return?returnMat?returnLabel


def?testFile2Matrix（filename）:
????“““
????函數說明：
????????處理測試數據集
????:param?filename:
????????測試數據文件
????:return:
????????returnMat?-?處理得到的每一個測試樣本的數據集合
????“““
????file?=?open（filename）

????content?=?file.readlines（）

????lineCount?=?len（content）

????returnMat?=?np.zeros（（lineCount?4））

????index?=?0

????for?line?in?content:
????????line?=?line.strip（）
????????example?=?line.split（‘‘）
????????returnMat[index?:?]?=?example[0?:?4]
????????index?+=?1

????return?returnMat



def?calculateDistance（train_example?test_example?example_length）:
????“““
????函數說明：
????????計算訓練樣本和測試樣本之間的歐幾里德距離
????:param?train_example:
????????訓練樣本的數據
????:param?test_example:
????????測試樣本的數據
????:param?example_length:
????????樣本的屬性長度
????:return:
????????distance?-?訓練樣本和測試樣本之間的歐幾里德距離
????“““
????distance?=?0.0
????for?i?in?range（example_length）:
????????distance?+=?pow（train_example[i]?-?test_example[i]?2）

????return?distance

def?get_K_Neighbors（trainingSet?trainingLabel?test_example?k）:
????“““
????函數說明：
????????取得與測試樣本距離最近的k個訓練樣本
????:param?trainingSet:
????????訓練樣本數據集
????:param?trainingLabel:
????????訓練樣本標簽集
????:param?test_example:
????????測試樣本
????:param?k:
????????即參數k
????:return:
????????kNeighbors?-?與測試樣本最近的k個訓練樣本的集合
????“““
????length?=?len（test_example）
????distances?=?[]

????for?i?in?range（len（trainingSet））:
????????dis?=?calculateDistance（trainingSet[i]?test_example?length）
????????distances.append（（trainingLabel[i]?dis））

????distances.sort（key=operator.itemgetter（1））

????kNeighbors?=?[]
????for?i?in?range（k）:
????????kNeighbors.append（distances[i][0]）

????return?kNeighbors


def?getReasult（kNeighbors）:
????“““
????函數說明：
????????取得與測試樣本距離最近的k個訓練樣本中的最公共類別
????:param?kNeighbors:
????????與測試樣本最近的k個訓練樣本的集合
????:return:
????????sortedLabel[0][0]?-?預測該測試樣本所屬的類別
????“““
????classLabel?=?{}
????for?i?in?range（len（kNeighbors））:
????????temp?=?kNeighbors[i]
????????if?temp?in?classLabel:
????????????classLabel[temp]?+=?1
????????else:
????????????classLabel[temp]?=?1

????sortedLabel?=?sorted（classLabel.items（）?key=operator.itemgetter（1）?reverse=True）
????return?sortedLabel[0][0]

def?getAccuracy（testLabel?predictions）:
????“““
????函數說明：
????????計算預測的準確率
????:param?testLabel:
????????測試數據所屬的真實類別
????:param?predictions:
????????預測測試數據所屬的類別
????:return:
????????（cnt?/?float（len（testLabel）））?*?100.0?-?準確率
????“““
????cnt?=?0

?

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-10-19?13:25??KNN\
?????文件????????6148??2018-10-19?13:24??KNN\.DS_Store
?????目錄???????????0??2018-10-19?13:25??__MACOSX\
?????目錄???????????0??2018-10-19?13:25??__MACOSX\KNN\
?????文件?????????120??2018-10-19?13:24??__MACOSX\KNN\._.DS_Store
?????文件????????3760??2016-09-26?20:50??KNN\train.txt
?????文件?????????228??2016-09-26?20:50??__MACOSX\KNN\._train.txt
?????文件?????????508??2017-09-20?09:25??KNN\test.txt
?????文件?????????228??2017-09-20?09:25??__MACOSX\KNN\._test.txt
?????文件????????5761??2018-09-20?14:48??KNN\KNN.py
?????文件?????????176??2018-09-20?14:48??__MACOSX\KNN\._KNN.py