這里的代碼是基於Python3的
這里先上詳解
最后附上完整代碼注釋
我的博客素：https://www.cnblogs.com/EvilAnne/
如果我比較勤勞的話，會更新完整本書
否則，我會放棄！
①dataSetSize = dataSet.shape[0]
是來計算共有多少數據集,如是([[1,3],[3,4]]),就是兩組數據集，相當於
| x1 | x2 |
| 1 | 3 |
| 3 | 4 |
dataSetSize = dataSet.shape[0] = 2
②diffMat = tile(inX,(dataSetSize,1)) - dataSet
這是來計算,未知類的數據集與已知數據集的差,但為了方便
要把未知類的數據集化成矩陣計算，設未知類數據是([[0,3]])
即 | x1' | x2' |
| 0 | 3 |
我們想計算 0-1,3-3;0-3，3-4
這樣可以更方便
| 0 3 | - | 1 3 | = | -1 0 | （-dataSet計算差值）
| 0 3 | | 3 4 | | -3 -1 |
而diffMat = tile(inX,(dataSetSize,1))就是
把[0,3] - > | 0 3 | 來方便計算的
| 0 3 |
③sqDiffMat = diffMat ** 2
把差值平方化即
| -1 0 | ** 2 = | 1 0 |
| -3 -1 | | 9 1 |
④distances = sqDiffMat.sum(axis=1)
相當於把（未平方根化之前的）未知數據集與兩個已知數據的距離分別計算出來
得出[1,10],1是未知與已知①的距離,10是未知與已知②的距離
⑤distances = sqdistances ** 0.5
將兩個距離分別進行平方根化，得到
該未知標簽向量與已知①的歐式距離，該未知標簽向量與已知②的歐式距離
⑥sortedDistIndices = distances.argsort()
比如說,
[3,5,1] ---> [2,0,1] 從小到大的索引
從小到大分別是：1，3，5.對應的索引是2，0，1
這樣我們在循環的時候,可以將歐式距離list按值的大小從小到大遍歷出來
------------------------------------------------------------------------------------
把按值大小順序排列的歐氏距離索引list前k個對應的labels遍歷出來
⑨classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
比如說，k = {};k['A'] = k.get('A',1);k = {'A':1}
而 k = {};k['A'] = k.get('A',1) + 1;k = {'A':2}
但我不太明白這里為什么要+1
所以我們來實驗一下⑨到底是什么意思
for i in range(k): #k是我們自己定的
voteIlabel = labels[sortedDistIndicies[i]] #把按值大小順序排列的歐氏距離索引list前k個對應的labels遍歷出來
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
假設labels = ['A','A','B','B']
假設sortedDistIndicies = [0,3,2,1]
令k = 4
---------
當k = 0,
voteIlabel = labels[sortedDistIndicies[0]]
= labels[0]
= 'A'
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
↓
classCount['A'] = classCount.get('A', 0) + 1
所以有classCount = {'A':1}
---------
k = 1
voteIlabel = labels[sortedDistIndicies[1]]
= labels[1]
= 'A'
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
↓
classCount['A'] = classCount.get('A', 0) + 1
所以有classCount = {'A':2}
---------
k = 2
voteIlabel = labels[sortedDistIndicies[2]]
= labels[2]
= 'B'
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
↓
classCount['B'] = classCount.get('B', 0) + 1
所以有classCount = {'A':2,'B':1}
---------
k = 3
voteIlabel = labels[sortedDistIndicies[3]]
= labels[3]
= 'B'
classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1
↓
classCount['B'] = classCount.get('B', 0) + 1
所以有classCount = {'A':2,'B':2}
---------
可以看出，整合的是分類所出現的頻數
所以⑨應該是整合的是，按值大小順序排列的歐氏距離list前k個對應的labels的頻數
假設classCount = {“A”:2,"B":2}
classCount.items()返回的是dict_items
operator.itemgetter()返回的是一個函數
operator.itemgetter(1)按照第二個元素的次序對元組進行排序，reverse=True是逆序，即按照從大到小的順序排列
意思是取dict_items第1個值（從0開始）
所以 sorted這里的意思是：
classCount.items()將classCount字典分解為元組列表
即由
變成
變成
並且按第二個元素進行從大到小的排列例子如下
因為我這里都是2，所以不明顯，大家自己可以試試把數字改一下
最后return sortedClassCount[0][0]
容易理，就是出解現頻數最高的那個對應的分類標簽
file2matrix數據預處理函數
string.strip([chars])
strip： 用來去除頭尾字符、空白符(包括\n、\r、\t、' '，即：換行、回車、制表符、空格)
參數chars是可選的，當chars為空，默認刪除string頭尾的空白符(包括\n、\r、\t、' ')
split([char])
split()：拆分字符串。通過指定分隔符對字符串進行切片，並返回分割后的字符串列表（list）
不理解
的意思
的意思
先不百度，自己實驗一下
可以知道returnMat[index,:] ，這里index = 0，就是取該數據的第一行數據，由於初始化為零矩陣
所以是[0,0,0]
對於
通過實驗可以知道取前三個數據
也就是說讀取特征向量
所以
的意思就是
取這個文件的特征向量
如果字符串只包含數字則返回 True 否則返回 False。
img2vector
這句不理解，自己實驗下，可知道是取第0行的第（32*i+j）個數據
我們知道returnVect是 1 * 1024的零矩陣
linestr是遍歷讀取的每行數據
所以整體的意思就是說把原來32 * 32的數據
轉換成1 * （32*32） = 1 * 1024 的數據
如
這個4 * 3的向量
這個4 * 3的向量
我把它轉換成1 * （4*3） = 1 * 12的向量
就是[1,2,3,4,5,6,7,8,9,9,9,9]
handwritingClassTest函數
解釋下以下代碼
其實看test就能很好理解了
完整代碼及注釋：
