机器学习实战-k近邻的概述与实现

算法描述以下：python 1）计算已知类别数据集中的点与当前点之间的距离；算法 2）按照距离递增次序排序；函数 3）选取与当前点距离最小的k个点；测试 4）肯定前k个点所在类别的出现频率；spa 5）返回前k个点出现频率最高的类别做为当前点的预测分类。code 书中有代码，只是注释给的太少，故提一下用到的几个函数，输出一下中间结果便于理解排序        #手动建立数据，最简单的knn imp

>>阅读原文<<