python 机器学习 K-近邻算法

　　本人想边写文章，边学习，用的是 网上最火的《机器学习实战》machine learning in action 来做一次实践。

希望在过程中理顺思路之余，也有分享自己的一些理解，学习。加油。

source code下载　　https://www.manning.com/books/machine-learning-in-action
网上也有在线阅读 机器学习实战

K-近邻算法的具体思想如下：
（1）计算已知类别数据集中的点与当前点之间的距离
（2）按照距离递增次序排序
（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个点中出现频率最高的类别作为当前点的预测分类
优点：精度高、对异常值不敏感、无数据输入假定。缺点：计算复杂度高、空间复杂度高。 ?适用数据范围：数值型和标称型。

***【 在样本中 最 邻近的 K 个数据中，频数最多最似的 tag 为 新样 的分类。】

难点 数据初收集，数据比较问题，样本特定tag计频排序

学习性，准确性，
【缺点，要数据有监督有分类，而且数据的生成不易】
算法实现　　　　关键代码
sqDiffMat = diffMat ** 2
sqDistances = sqDiffMat.sum(axis=1)
distances = sqDistances ** 0.5
sortedDistances = distances.argsort() //求距离 并排序
for i in range(k):
numOflabel = labels[sortedDistances[i]]
classCount[numOflabel] = classCount.get(numOflabel, 0) + 1 计算分类频率
sortedClassCount =sorted(classCount.items(), key=lambda asd: asd[1], reverse=True) 排序