我已经设置了大约 200 个点 (x,y) 的图像。 200 个数据属于 11 个类（我认为这将成为类标签）。我的问题是如何将 x、y 值表示为一个数据？
我的第一个想法是我应该用标签分别表示它们，然后当我得到分类点时，我将分别对 x 和 y 进行分类。我内心的某些东西告诉我这是不正确的。
请告诉我如何将 x,y 值表示为一个数据元素。
【问题讨论】：
我无法想象你遇到了什么问题。在kNN算法中，我们可以使用多维变量，你只需要使用python标准库中的list或Numpy库中的array来组织数据如：group = numpy.array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
或group = [[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]] 表示 (1.0,1.1) (1.0,1.0) (0,0) (0,0.1)。
不过，我建议使用numpy，因为它里面有很多函数，而且它们是用C语言实现的，保证了程序的效率。
如果你用numpy，最好用矩阵的方式来做所有的操作，比如你可以用point=tile([0,0],(3,1))和distance(group-point)（距离是我写的一个函数）不用迭代计算距离。
【讨论】：
关键不是表示，而是距离计算。您的案例中的要点本质上是一个元素，但有两个维度 (x, y)。 kNN 算法本身可以处理 n 维情况：它找到 k 近邻。因此，您可以使用欧几里得距离d((x1, y1), (x2, y2))=((x1-x2)^2 + (y1-y2)^2)^0.5，其中(x1, y1) 表示要计算的第一个点，作为您案例中点的距离。
【讨论】：