python3实现《机器学习实战》遇到的问题：range函数

最近在看学习《机器学习实战》这本书。这本书上用的python2的语法，和python3的语法不太一样。由于本人python小白，看了python3的语法，准备自己实现一下代码，遇到了一些问题，故开贴记录一下。

书上P82页。书上给出的

dataIndex=range(m)

然后循环最后一句是

del(dataIndex[randIndex])

python3中这样报错了。

结果发现原来是del中需要时list对象，然后对于range函数来说，python3中返回的是迭代值，不是list。但是Python2中range函数返回的就是list了。因此，使用python3的时候需要修改成

dataIndex = list(range(m))

另外，这P82的程序5-4，在P84中调用了。调用的时候使用了：

weights=logRegres.stocGradAscent1(array(dataArr),labelMat)

重点是用了numpy中的array函数吧dataArray这个list变成了numpy.ndarray。

因为我在这犯错了。

它给出的loadDataSet()函数返回的是个list。我当时直接传递给了stocGradAscent1()，计算的时候在

weights = weights + alpha*error*dataMatrix[randIndex]

时总是报错：operands could not be broadcast together with shapes
这是因为此时调用没有用numpy.array把list转换成numpy.ndarray的话，dataMatrix会是一个list。

然后alpha*error是个数字，一个数乘list会把list复制那个数字那么多遍，比如：

a=[1,2]b=2*a

此时b不是[2,4]，而是[1,2,1,2]

因此发生了广播错误

所以建议在进入函数第一句话前加上

dataMatrix=np.array(dataMatrix)

这样不管传递list或者numpy.ndarray都可以了。

如果坚持用list，而且不加上面那句话，可以把计算weights那句话改成：

weights = weights +np.dot(alpha*error, dataMatrix[randIndex])

这两种方法都可以的。

最后还有一个问题，我觉得这块儿随机使用样本的时候，那个写的有问题，我觉得应该是

 h = sigmoid(sum(dataMatrix[dataIndex[randIndex]]*weights)) error = classLabels[dataIndex[randIndex]] - h weights = weights + alpha * error * dataMatrix[dataIndex[randIndex]]

和它的区别是，它使用了randIndex的地方我全部变成了dataIndex[randIndex]，感觉这样才能在外循环加1 的时候，内循环能够把每个样本遍历一遍。

大家可以都看看，讨论一下。