Machine Learning in Action_CH2_2_使用kNN改进约会网站的配对效果
来源:互联网 发布:floyd算法简单例题 编辑:程序博客网 时间:2024/06/05 11:52
from numpy import *import operator# 创建数据def createDataBase(): group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]]) # numpy向量 labels = ['A', 'A', 'B', 'B'] # 列表 return group, labels# kNN算法def classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0] # 获得向量第一维长度 diffMat = tile(inX, (dataSetSize, 1)) - dataSet # 纵向扩大dataSetSize倍 sqDiffMat = diffMat ** 2 sqDistances = sqDiffMat.sum(axis = 1) # 按行求和 distances = sqDistances ** 0.5 sortedDistIndicies = distances.argsort() # 从小到大排序,返回的是索引值的列表 classCount = {} # python字典 for i in range(k): voteIlabel = labels[sortedDistIndicies[i]] classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1 # 数频度,每次加1 # 对字典进行排序 # Python 2 才能使用classCount.iteritems() sortedClassCount = sorted(classCount.items(), key = operator.itemgetter(1), reverse = True) return sortedClassCount[0][0]# 准备数据:处理读入的数据,只取前三个特征def file2matrix(filename): fr = open(filename) arrayOLines = fr.readlines() # 将文件每一行,变成列表的每个元素 numberOfLines = len(arrayOLines) returnMat = zeros((numberOfLines, 3)) # 3列,注意不能少括号 classLabelVector = [] index = 0 for line in arrayOLines: line = line.strip() # 截取所有的回车字符 listFromLine = line.split('\t') # 返回一个列表 returnMat[index, :] = listFromLine[0:3] # 列表赋值 # 把datingTestSet.txt文件里的largeDoses变成3,smallDoses变成2,didntLike变成1 classLabelVector.append(int(listFromLine[-1])) # 取最后一个 index += 1 return returnMat, classLabelVector# 归一化特征值def autoNorm(dataSet): minVals = dataSet.min(0) # 每一列最小值 maxVals = dataSet.max(0) # 每一列最大值 ranges = maxVals - minVals normDataSet = zeros(shape(dataSet)) m = dataSet.shape[0] # 行数(样本数) # 归一化公式,处理到0-1 normDataSet = dataSet - tile(minVals, (m, 1)) normDataSet = normDataSet / tile(ranges, (m, 1)) # 也可以只返回矩阵 return normDataSet, ranges, minVals# 分类器针对约会代码的测试代码def datingClassTest(): hoRadio = 0.10 # 获取数据 datingDataMat, datingLabels = file2matrix("datingTestSet.txt") # 均值归一化 normMat, ranges, minVals = autoNorm(datingDataMat) m = normMat.shape[0] numTestVecs = int(m * hoRadio) # 测试向量的数量 errorCount = 0.0 for i in range(numTestVecs): # 前numTestVecs个作为测试数据,后面作为样本 classifierResult = classify0(normMat[i, :], normMat[numTestVecs : m, :], datingLabels[numTestVecs : m], 3) print("the classifier came back with: %d, the real answer is: %d" % (classifierResult, datingLabels[i])) if(classifierResult != datingLabels[i]): errorCount += 1.0 print("the total error rate is: %f" % (errorCount / float(numTestVecs)))# 构建完整可用系统def classifyPerson(): resultList = ['完全不喜欢', '有点喜欢', '很喜欢'] # 注意Python 3不能用raw_input ffMiles = float(input("frequent flier miles earned per year? ")) percentTats = float(input("percentage of time spent playing video games? ")) iceCream = float(input("liters of ice cream consumed per year? ")) datingDataMat, datingLabels = file2matrix("datingTestSet.txt") normMat, ranges, minVals = autoNorm(datingDataMat) inArr = array([ffMiles, percentTats, iceCream]) # 注意输入的测试向量也要均值归一化 classifierResult = classify0((inArr - minVals) / ranges, normMat, datingLabels, 3) print("你大概对这个男人" + resultList[classifierResult - 1])if __name__ == '__main__': # 从文本文件中解析数据 datingDataMat, datingLabels = file2matrix('datingTestSet.txt') print(datingDataMat) print(datingLabels[0:20]) # 用Matplotlib画散点图 import matplotlib import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplot(111) # ax.scatter(datingDataMat[ : , 1], datingDataMat[ : , 2]) # 不同的颜色,使用第2列和第3列数据 # ax.scatter(datingDataMat[ : , 1], datingDataMat[ : , 2], 15.0 * array(datingLabels), 15.0 * array(datingLabels)) # 使用第1列和第2列数据 ax.scatter(datingDataMat[:, 0], datingDataMat[:, 1], 15.0 * array(datingLabels), 15.0 * array(datingLabels)) plt.show() # 关闭图像,否则下面跑不出来!!!! # 归一化数值 normMat, ranges, minVals = autoNorm(datingDataMat) print("-------------------归一化数值-----------------------") print(normMat) print(ranges) print(minVals) print("-------------------测试算法-----------------------") datingClassTest() print("-------------------构建完整可用系统-----------------------") classifyPerson() # arr = array([[1, 2, 3, 4], [5, 6, 7, 8]]) # print(arr.shape) # matrix = mat(arr) # print(matrix.shape) # print(array([[1, 2],[3, 4]])) # print(array([(1, 2), (3, 4)])) # a = array([1, 2]) # print(a.dtype) # a = [1, 2, 3, 4] # print(tile(a, 2)) # group, labels = createDataBase() # print(classify0([0, 0], group, labels, 3)) # 输出B
1 0
- Machine Learning in Action_CH2_2_使用kNN改进约会网站的配对效果
- 使用KNN算法改进约会网站的配对效果
- kNN算法改进约会网站的配对效果
- ML in action代码学习/CH02 KNN/约会网站配对效果改进
- 使用k-近邻算法改进约会网站的配对效果。
- k-近邻算法(KNN)--2改进约会网站的配对效果---by香蕉麦乐迪
- 机器学习实战笔记——利用KNN算法改进约会网站的配对效果
- 机器学习实战—k近邻算法(kNN)02-改进约会网站的配对效果
- <机器学习实战 >KNN算法 改进约会网站的配对效果
- 基于KNN算法的约会网站配对效果 python3.2
- 基于KNN算法的约会网站配对效果 python3.2
- 机器学习实战(①)——KNN算法改进约会网站的配对效果和手写字识别系统
- K-近邻算法改进约会网站的配对效果
- k-近邻算法改进约会网站的配对效果
- K-近邻:改进约会网站的配对效果
- 机器学习 & python 使用k-近邻算法改进约会网站的配对效果
- 学习笔记:使用k-近邻算法改进约会网站的配对效果
- 【机器学习实战02】使用k-近邻算法改进约会网站的配对效果
- 102. Binary Tree Level Order Traversal
- C++编程经验-返回局部变量的讨论
- border-style之dotted显示一个圆
- C语言的移位运算符
- C语言的编译链接过程的介绍
- Machine Learning in Action_CH2_2_使用kNN改进约会网站的配对效果
- PDO原理和使用
- win10 uwp 通知列表
- C语言资料汇总
- 推荐系统的近期综述+经典论文及其实现
- react-native 之 INPUT
- NYOJ 252 01串(斐波那契数列)
- AngularJS 初学者必看 带你认识AngularJS
- 自定义view实现水波纹效果(已优化)