from?numpy?import?*
import?operator

#定義KNN算法分類器函數
#函數參數包括：（測試數據，訓練數據，分類k值）
def?classify（inXdataSet?labels?k）:
????dataSetSize?=?dataSet.shape[0]
????diffMat?=?tile（inX（dataSetSize1））-dataSet
????sqDiffMat=diffMat**2
????sqDistances=sqDiffMat.sum（axis=1）
????distances=sqDistances**0.5?#計算歐式距離
????sortedDistIndicies=distances.argsort（）?#排序并返回index
????#選擇距離最近的k個值
????classCount={}
????for?i?in?range（k）:
????????voteIlabel=labels[sortedDistIndicies[i]]
????????#D.get（k[d]）?->?D[k]?if?k?in?D?else?d.?d?defaults?to?None.
????????classCount[voteIlabel]=classCount.get（voteIlabel0）+1
????#排序
????sortedClassCount=sorted（classCount.items（）key=operator.itemgetter（1）reverse=True）
????return?sortedClassCount[0][0]


#定義一個生成“訓練樣本集”的函數，包含特征和分類信息
def?createDataSet（）:
????group=array（[[11.1][1

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件??????27067??2018-10-09?16:58??knn\datingTestSet.txt

?????文件?????239749??2018-10-09?18:00??knn\file2matrix.ipynb

?????文件???????3587??2018-10-09?17:53??knn\KNN.py

?????目錄??????????0??2018-11-08?08:22??knn

-----------?---------??----------?-----??----

???????????????270403????????????????????4