刚看了有关kNN的东西，总结一下：
kNN算法（k-近邻算法）是一种可用于分类和回归的非参数统计方法。
- 分类算法：最近的k个邻居进行投票得到类别
- 回归算法：最近的k个邻居的平均数
这里只讨论分类算法。
先给个直观的理解，比如现在我们要判断一个人是男生还是女生，我们只考虑身高、体重这两个特征。显然如何两个人的身高体重越相近，那么他们的性别就越相近。kNN就是基于这个直观的想法来做的，如果我们要判断x是什么类别，我们就在train data中找出与x最相邻的k个数据，然后通过投票机制来觉得最后的分类。
这里我们就需要定义距离了：
简单的就用欧几里得距离（即L2距离）
给出demo代码（参考机器学习实战）：
def classify0(inX, dataSet, labels, k):
dataSetSize = dataSet.shape[0]
# 欧式距离计算
diffMat = np.tile(inX, (dataSetSize,1)) - dataSet
sqDiffMat = diffMat**2
sqDistance = sqDiffMat.sum(axis=1)
distances = sqDistance**0.5
#找出前k个距离最小的sample
sortedDistIndicies = distances.argsort() # 这里返回的是indicies
classCount = {}
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]]
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
sortedClassCount = sorted(classCount.items(),
key=operator.itemgetter(1), reverse=True)
return sortedClassCount[0][0]作者：wuxiaobai24
发表日期：2/13/2018
本文首发地址：k近邻算法
版权声明：CC BY NC SA 4.0
