机器学习实战笔记（一）：KNN

版权归作者所有，任何形式转载请联系作者。
作者：洛洛洛洛洛枳（来自豆瓣）
来源：https://www.douban.com/note/628783749/


文本处理函数：

def file2matrix(filename):    fr = open(filename)    numberOfLines = len(fr.readlines()) #get the number of lines in the file    returnMat = zeros((numberOfLines,3)) #prepare matrix to return    classLabelVector = [] #prepare labels return     fr = open(filename)    index = 0    for line in fr.readlines():        line = line.strip()        listFromLine = line.split('\t')        returnMat[index,:] = listFromLine[0:3]        classLabelVector.append(listFromLine[-1]) #-1是指倒数第一列        index += 1    return returnMat,classLabelVector

字典法处理label数据：

dic={'largeDoses':1,'smallDoses':2,'didntLike':3}for i in range(len(B)):    B[i]=dic[B[i］ #将不同类别用1,2,3表示

绘制散点图，按类别上色：

import matplotlibimport matplotlib.pyplot as pltfig=plt.figure()ax=fig.add_subplot(111)ax.scatter(A[:,1],A[:,2],15.0*array(B),15.0*array(B)) #15.0*array(B),15.0*array(B)使上色不同？plt.show()

数据归一化（输入dataset类型为矩阵）

def autoNorm(dataSet): minVals = dataSet.min(0) maxVals = dataSet.max(0) ranges = maxVals - minVals normDataSet = zeros(shape(dataSet)) m = dataSet.shape[0] normDataSet = dataSet - tile(minVals, (m,1)) normDataSet = normDataSet/tile(ranges, (m,1)) #element wise divide return normDataSet, ranges, minVals