K-近邻（KNN）算法

1，KNN算法对未知类别属性的数据集中的每个点依次执行以下操作：

1. 计算已知类别数据集中的点与当前点之间的距离;
2. 按照距离递增排序;
3. 选取与当前点距离最小的k个点;
4. 确定前k个点所在类别的出现频率;
5. 返回前k个点出现频率最高的类别作为当前点的预测分类;

2，代码：

from numpy import *

import operator

def createDataSet():

    group = array([[1.0, 1.1], [1.0, 1.0], [, ], [, 0.1]])

    labels = ['A', 'A', 'B', 'B']

    return group, labels

def classify0(inX, dataSet, labels, k):

    dataSetSize = dataSet.shape[]    //计算行数，shape[1]时计算列数

    diffMat = tile(inX, (dataSetSize, )) - dataSet  //俩点之间的距离，坐标相减 tail(a,(b,c)) b为控制行数，c为控制列数

    sqDiffMat = diffMat ** 2   //平方

    sqDistances = sqDiffMat.sum(axis=)   //axis=1为列相加，0时为行相加

    distances = sqDistances ** 0.5   //开根号

    sortedDistIndicies = distances.argsort()  //将元素按从小到大的顺序返回下标

    classCount = {}

    for i in range(k):

        voteIlabel = labels[sortedDistIndicies[i]]

        classCount[voteIlabel] = classCount.get(voteIlabel, ) + 1   //get(k,v)方法，有就返回k,没有就返回v

    sortedClassCount = sorted(classCount.iteritems(),

                              key=operator.itemgetter(), reverse=True)  //定义函数key获取classcount索引为1的序列，即取classcount序列的每个元素第2个值排序

    return sortedClassCount[][]  //调用索引为0可得出分类类别

3，sort函数：

sorted函数包括四个参数即:
sorted（iterable,cmp,key,reverse）
1.iterable表示可迭代对象，包括list,str,tuple,dict,file,以及自定义
2.cmp表示自定的比较函数
3.key对比的关键词
4.reverse表示排列次序，true为降序排列，false为升序排列
在给出的knn算法中应用如下:
sortedclasscount=sorted(classcount.iteritems(),key=operator.itemgetter(1),reverse=ture)
      因为之前的代码我们得到了一个字典classcount，其包括了标签与计数，即classcount=['a':5,'b':3]
由于classcount是字典，参见sorted第一个参数的定义，所以通过iteritems函数，转化为可迭代的对象。cmp这里没有定义，不解释。
      key定义为对比用的关键词，即排序的参照，knn算法是选择k中出现频率最高的那一个分类，所以对应classcount索引为1的数字，则通过key=operator.itemgetter(1)，定义函数key获取classcount索引为1的序列。
     reverse=ture表示降序排列
这样即通过sorted函数将字典classcount按照计数器次数从大到小排列出来了，只要调用索引为0即可得出分类类别