#!/usr/bin/env?python3
#?-*-?coding:?utf-8?-*-

__author__=‘Kevin?Liao‘

#監(jiān)督學(xué)習(xí)算法————k-臨近算法的特點
#優(yōu)點：精度高、對異常值不敏感、無數(shù)據(jù)輸入假定
#缺點：計算復(fù)雜度高、空間復(fù)雜度高，耗時、有時所需樣本量大，無法給出任何數(shù)據(jù)的基礎(chǔ)結(jié)構(gòu)信息
#適用數(shù)據(jù)范圍：數(shù)值型和標(biāo)稱型


from?numpy?import?*
import?operator

def?createDataSet（）:
????group?=?array（[[1.01.1][1.01.0][00][00.1]]）
????labels=[‘A‘‘A‘‘B‘‘B‘]
????return?grouplabels

#————————約會網(wǎng)址預(yù)測
def?classify0（inXdataSetlabelsk）:
????dataSetSize=dataSet.shape[0]
????#以下三行計算距離
????diffMat=tile（inX?（dataSetSize1））-dataSet
????sqDiffMat=diffMat**2
????sqDistances=sqDiffMat.sum（axis=1）
????distances=sqDistances**0.5
????sortedDistIndicies=distances.argsort（）
????#選擇距離最小的k個點?
????classCount={}
????for?i?in?range（k）:
????????votellabel=labels[sortedDistIndicies[i]]
????????classCount[votellabe