k-最近邻列表

Question

我正在尝试遵循 k-Nearest Neighbors 的示例，但我不确定 numpy 命令语法。我应该进行矩阵距离计算，给出的代码是

def classify(inputVector, trainingData,labels,k):
     dataSetSize=trainingData.shape[0]
     diffMat=tile(inputVector,(dataSetSize,1))-trainingData
     sqDiffMat = diffMat**2
     sqDistances = sqDiffMat.sum(axis=1)
     distances = sqDistances**0.5
     sortedDistIndicies = distances.argsort()     
for i in range(k):
    voteIlabel = labels[sortedDistIndicies[i]]
    classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
    sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)
    return sortedClassCount[0][0]

def createDataSet():
     group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
     labels = ['A','A','B','B']
     return group, labels

我的问题是sqDistances**0.5 如何等于距离方程((A[0]-B[0])+(A[1]-B[1]))^1/2？我不了解 tile 是如何影响它的，具体而言，矩阵是如何由 (datasetsize,1) 训练数据构成的。

Answer 1

我希望下面将解释工作原理。

Numpy 磁贴：https://docs.scipy.org/doc/numpy/reference/generated/numpy.tile.html

使用此函数，您可以从与训练数据形状相同的输入向量创建矩阵。从这个矩阵中，您减去训练数据，这将为您提供您提到的 test[0]-train[0] 的一部分，即元素方面的差异。

然后您使用diffMat**2 对每个获得的元素进行平方，然后沿axis = 1 (https://docs.scipy.org/doc/numpy/reference/generated/numpy.sum.html) 求和。这导致了像(test[0] - train[0])^2 + (test[1] - train[1])^2 这样的等式。

接下来通过sqDistances**0.5，它将给出欧几里得距离。

要计算欧几里得距离，这可能会有所帮助 https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.euclidean.html#scipy.spatial.distance.euclidean