python写机器学习KNN简单算法

以下是使用Python实现KNN算法的简单代码，代码实现了分类任务中的KNN算法：

import numpy as np
import operator

def KNNClassify(testData, dataSet, labels, k):
    # 计算测试数据与各个训练数据之间的距离
    dataSetSize = dataSet.shape[0]
    diffMat = np.tile(testData, (dataSetSize, 1)) - dataSet
    sqDiffMat = diffMat ** 2
    sqDistances = sqDiffMat.sum(axis=1)
    distances = sqDistances ** 0.5
    
    # 选取距离最近的k个点
    sortedDistIndicies = distances.argsort()
    classCount = {}
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
    
    # 返回预测结果
    sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)
    return sortedClassCount[0][0]

代码中，`testData`表示测试数据，`dataSet`表示训练数据，`labels`表示训练数据的标签，`k`表示选取的最近邻数。首先，计算测试数据与各个训练数据之间的距离，然后选取距离最近的k个点，最后根据多数表决法确定测试数据的分类结果。