【機器學習】機器學習從零到掌握之三 -- 教你使用K近鄰算法改進約會網站

本文是《機器學習從零到掌握》系列之第3篇

機器學習從零到掌握之一 -- 教你理解K近鄰算法

機器學習從零到掌握之二 -- 教你實現K近鄰算法

本篇使用的數據存放在文本文件datingTestSet2.txt中，每個樣本數據佔據一行，總共有1000行。

樣本主要包含以下3中特徵：

（1）每年獲得飛行常客里程數

（2）玩視頻遊戲所耗時間百分比

（3）每週消費的冰淇淋公升數

在使用分類器之前，需要將處理的文件格式轉換爲分類器所接受的格式。

---

下邊代碼用來處理輸入格式問題：該函數的輸入爲文件名字符串，輸出爲訓練贗本矩陣和類標籤向量。該函數可以作爲格式處理函數，在具體例子中稍加改動即可。

代碼裏已經有詳細的註釋說明，如有不懂可以留言一起交流。

file2matrix.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-
from numpy import *
import operat