K近邻（KNN）：分类算法
* Machine Learning的Python库很多，比如mlpy（更多packages），这里实现只是为了掌握方法
* MATLAB 中的调用，见《MATLAB分类器大全(svm,knn,随机森林等)》
* KNN算法复杂度高（可用KD树优化，C中可以用libkdtree或者ANN）
* k越小越容易过拟合，但是k很大会降分类精度（设想极限情况：k=1和k=N(样本数)）
本文不介绍理论了，注释见代码。
KNN.py
from numpy import *
import operator
class KNN:
def createDataset(self):
group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
labels = [‘A‘,‘A‘,‘B‘,‘B‘]
return group,labels
def KnnClassify(self,testX,trainX,labels,K):
[N,M]=trainX.shape
#calculate the distance between testX and other training samples
difference = tile(testX,(N,1)) - trainX # tile for array and repeat for matrix in Python, == repmat in Matlab
difference = difference ** 2 # take pow(difference,2)
distance = difference.sum(1) # take the sum of difference from all dimensions
distance = distance ** 0.5
sortdiffidx = distance.argsort()
# find the k nearest neighbours
vote = {} #create the dictionary
for i in range(K):
ith_label = labels[sortdiffidx[i]];
vote[ith_label] = vote.get(ith_label,0)+1 #get(ith_label,0) : if dictionary ‘vote‘ exist key ‘ith_label‘, return vote[ith_label]; else return 0
sortedvote = sorted(vote.iteritems(),key = lambda x:x[1], reverse = True)
# ‘key = lambda x: x[1]‘ can be substituted by operator.itemgetter(1)
return sortedvote[0][0]
k = KNN() #create KNN object
group,labels = k.createDataset()
cls = k.KnnClassify([0,0],group,labels,3)
print cls
运行：
1. 在Python Shell 中可以运行KNN.py
>>>import os
>>>os.chdir("/Users/mba/Documents/Study/Machine_Learning/Python/KNN")
>>>execfile("KNN.py")
输出B
（B表示类别）
2. 或者terminal中直接运行
$ python KNN.py
3. 也可以不在KNN.py中写输出，而选择在Shell中获得结果，i.e.,
>>>import KNN
>>> KNN.k.KnnClassify([0,0],KNN.group,KNN.labels,3)
关于Python更多的学习资料将继续更新，敬请关注本博客和新浪微博Rachel Zhang。