机器学习实战——K-近邻算法【1:从文本中解析数据并可视化】
来源:互联网 发布:淘宝卖家手写卡片内容 编辑:程序博客网 时间:2024/05/21 04:23
机器学习实战学习笔记系列
机器学习实战——K-近邻算法【1:从文本中解析数据并可视化】
《机器学习实战》书中代码有一个小错误,直接运行时会报错。
ValueError: invalid literal for int() with base 10: ‘largeDoses’
因为根据源码不能直接读取字符型,应该将测试数据中最后一列字符型改为int型,这里作者已经修改了,并提供了修改后的数据datingTestSet2.txt文件,所以调用测试时
datingDataMat, datingLabels = kNN.file2matrix(‘datingTestSet.txt’)应该改为
datingDataMat, datingLabels = kNN.file2matrix(‘datingTestSet2.txt’).
源代码:
from numpy import *import operatorfrom os import listdirdef classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0] diffMat = tile(inX, (dataSetSize,1)) - dataSet sqDiffMat = diffMat**2 sqDistances = sqDiffMat.sum(axis=1) distances = sqDistances**0.5 sortedDistIndicies = distances.argsort() classCount={} for i in range(k): voteIlabel = labels[sortedDistIndicies[i]] classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True) return sortedClassCount[0][0]def createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B'] return group, labelsdef 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(int(listFromLine[-1])) index += 1 return returnMat,classLabelVector
可视化数据
>>> import matplotlib>>> import matplotlib.pyplot as plt>>> fig = plt.figure()>>> ax = fig.add_subplot(111)>>> ax.scatter(datingDataMat[:,1], datingDataMat[:,2])<matplotlib.collections.PathCollection object at 0x00000264FFDE3668>>>> plt.show()
为了标记不同样本的分了,我们可以调用Scatter()模块,通过不同的颜色标记出来。由于Scatter函数中调用了array(),所以我们要首先导入numpy模块
from numpy import *>>>ax.scatter(datingDataMat[:,1], datingDataMat[:,2], 15.0*array(datingLabels), 15.0*array(datingLabels))<matplotlib.collections.PathCollection object at 0x00000264FFE16BA8>>>> plt.show()
可以看出图中有青色,紫色和黄色三种颜色分别代表了三种类别
阅读全文
1 0
- 机器学习实战——K-近邻算法【1:从文本中解析数据并可视化】
- 《机器学习实战》—K-近邻算法
- 机器学习实战笔记(1)——k-近邻算法
- 机器学习实战笔记(1)——k-近邻算法
- 机器学习实战笔记(1)——k-近邻算法
- 从零开始实战机器学习(1)—K近邻算法
- 《机器学习实战》K-近邻算法代码解析(1)
- 机器学习之k近邻算法——2、文本解析(从txt格式到numpy的array数组)
- 机器学习实战之k-近邻算法(3)---如何可视化数据
- 机器学习实战—知识梳理—k-近邻算法
- 机器学习实战——第二章:K-近邻算法
- 机器学习python实战——K近邻算法
- 机器学习实战——k-近邻算法(KNN)
- <机器学习实战>——k近邻算法
- 《机器学习实战》——K近邻算法实现
- 《机器学习实战》——k-近邻算法实现
- 机器学习实战——KNN(K近邻算法)
- 机器学习实战——K-近邻算法(读书笔记)
- 使用MyBatis对表执行CRUD操作——基于XML的实现
- nyoj119 士兵杀敌(三)
- leetcode--Binary Tree Upside Down
- ubuntu 下为php安转memcache和redis服务
- bzoj3437小P的牧场(斜率优化)
- 机器学习实战——K-近邻算法【1:从文本中解析数据并可视化】
- R语言svm预测股票走势
- Android DataBinding & MVVM
- [SMOJ1865]矩形相交面积
- java运用poi导入excel并存入数据库(内含自己用的选择路径方法)
- 《OpenGL v3.3》——(1)搭建glfw3与glew环境,并创建第一个窗口
- centos7下xgboost,python安装
- 第二章 第五节 :唯一约束UNIQUE KEY
- ios 跳系统设置页面