机器学习_K近邻Python代码详解
k近邻优点:精度高、对异常值不敏感、无数据输入假定;
k近邻缺点:计算复杂度高、空间复杂度高 import numpy as np
import operator
from os import listdir # k近邻分类器
def classify0(inx, dataSet, labels, k):
dataSetSize = dataSet.shape[0] # 返回dataset第一维的长度,也就是行数
diffMat = np.tile(inx, (dataSetSize, 1))-dataSet # tile表示把inx行向量按列方向重复datasetsize次
sqDiffMat = diffMat**2
sqDistances = sqDiffMat.sum(axis=1) # 按列求和
distances = sqDistances**0.5
sortedDistIndicies = distances.argsort() # 返回的是数组从小到大的索引值
classCount = {} # 定义一个空字典
for i in range(k):
voteLabel = labels[sortedDistIndicies[i]] # 返回前k个距离最小的样本的标签值
classCount[voteLabel] = classCount.get(voteLabel, 0)+1 # get 表示返回指定键的值
# lambda表示输入classCount返回冒号右边的值,reverse=True表示按照降序排列
sortedClassCount=sorted(classCount.items(), key=lambda classCount: classCount[1], reverse=True)
return sortedClassCount[0][0] # 把.txt文件转换成矩阵形式
def file2matrix(file):
file = open(file) # 返回文件对象
arr = file.readlines() # 返回全部行,是list形式,每一行为list的一个元素
number = len(arr) # 返回对象长度
returnMat = np.zeros((number,3))
index = 0
labelMat = []
for line in arr:
#line = line.strip('\n')
#newline = line.split(' ')
newline = line.strip('\n').split(' ') # 处理逐行数据,strip表示把头尾的'\n'去掉,split表示以空格来分割行数据
# 然后把处理后的行数据返回到newline列表中
returnMat[index,:] = newline[0:3] #表示列表的0,1,2列数据放到index行中
labelMat.append(int(newline[-1]))
index+=1
return returnMat,labelMat # 归一化
def autoNorm(dataSet):
minVals = dataSet.min(0) maxVals = dataSet.max(0)
ranges = maxVals-minVals
normDataSet = np.zeros(np.shape(dataSet))
m = normDataSet.shape[0]
A = normDataSet
A = np.tile(minVals, (m,1))
normDataSet = dataSet-A
normDataSet = normDataSet/np.tile(ranges,(m,1))
return normDataSet # 把图像转化成向量的形式
def img2vector(filename):
returnVect = np.zeros((1,1024))
fr = open(filename)
for i in range(32):
lineStr = fr.readline() # readline()表示从首行开始,每次读取一行
for j in range(32):
returnVect[0,32*i+j] = int(lineStr[j]) #int()函数用于将一个字符串或数字转换成整型
return returnVect # 一张图片转化成一行后的数组 # 手写数字识别系统的测试代码
def handwritingClassTest():
hwLabels = []
trainingFileList = listdir('E:/workspace/digits/trainingDigits')
m=len(trainingFileList)
trainingMat = np.zeros((m,1024))
for i in range(m):
fileNameStr = trainingFileList[i] # 例如9_45.txt
fileStr = fileNameStr.split('.')[0] # split('.')通过.分隔符对字符串进行切片
classNumStr = int(fileStr.split('_')[0]) # split('_')通过_分隔符对字符串进行切片
hwLabels.append(classNumStr)
trainingMat[i,:] =img2vector('E:/workspace/digits/trainingDigits/%s' % fileNameStr)
testFileList = listdir('E:/workspace/digits/testDigits')
mTest = len(testFileList)
errorCount = 0
for i in range(mTest):
fileNameStr = testFileList[i]
fileStr = fileNameStr.split('.')[0]
classNumStr = int(fileStr.split('_')[0])
vectorUnderTest = img2vector('E:/workspace/digits/testDigits/%s' % fileNameStr)
classResult = classify0(vectorUnderTest,trainingMat,hwLabels,3)
print('the classifier came back with: %d, the real answer is: %d' % (classResult,classNumStr))
if (classResult != classNumStr):
errorCount += 1.0
print('\n the total number of errors is: %d' % (errorCount))
print('\n the total error rate is: %f' % (errorCount/float(mTest))) handwritingClassTest()
机器学习_K近邻Python代码详解的更多相关文章
- 机器学习_决策树Python代码详解
决策树优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据: 决策树缺点:可能会产生过度匹配问题. 决策树的一般步骤: (1)代码中def 1,计算给定数据集的香农熵: ...
- 机器学习-K近邻(KNN)算法详解
一.KNN算法描述 KNN(K Near Neighbor):找到k个最近的邻居,即每个样本都可以用它最接近的这k个邻居中所占数量最多的类别来代表.KNN算法属于有监督学习方式的分类算法,所谓K近 ...
- 520表白小程序设计Python代码详解(PyQt5界面,B站动漫风)
摘要:介绍一个动漫风的表白小程序,界面使用Python以及PyQt实现,界面样式经过多次美化调整,使得整体清新美观.本文详细介绍代码设计和实现过程,不仅是居家表白必备,而且适合新入门的朋友学习界面设计 ...
- python golang中grpc 使用示例代码详解
python 1.使用前准备,安装这三个库 pip install grpcio pip install protobuf pip install grpcio_tools 2.建立一个proto文件 ...
- 第7.24节 Python案例详解:使用property函数定义属性简化属性访问代码实现
第7.24节 Python案例详解:使用property函数定义属性简化属性访问代码实现 一. 案例说明 本节将通过一个案例介绍怎么使用property定义快捷的属性访问.案例中使用Rectan ...
- Kaggle网站流量预测任务第一名解决方案:从模型到代码详解时序预测
Kaggle网站流量预测任务第一名解决方案:从模型到代码详解时序预测 2017年12月13日 17:39:11 机器之心V 阅读数:5931 近日,Artur Suilin 等人发布了 Kaggl ...
- Python闭包详解
Python闭包详解 1 快速预览 以下是一段简单的闭包代码示例: def foo(): m=3 n=5 def bar(): a=4 return m+n+a return bar >> ...
- [转] Python Traceback详解
追莫名其妙的bugs利器-mark- 转自:https://www.jianshu.com/p/a8cb5375171a Python Traceback详解 刚接触Python的时候,简单的 ...
- Python 递归函数 详解
Python 递归函数 详解 在函数内调用当前函数本身的函数就是递归函数 下面是一个递归函数的实例: 第一次接触递归函数的人,都会被它调用本身而搞得晕头转向,而且看上面的函数调用,得到的结果会 ...
随机推荐
- ABAP学习之旅——多种方式建立模块化功能
在ABAP中.有多种方法能够建立模块化的功能. 以下依次对其种三种进行介绍. 一. 使用子程序(Subroutine) 1. 基本的语法: FORM subname. ...
- PHP中的extract函数的用途 extract($_GET);extract($_POST)
把客户端表单中的变量名取出来 addslashes -- 使用反斜线引用字符串 extract(addslashes($_POST)); --处理POST表单 把客户端<FORM METHOD= ...
- Linux环境部署(一)
最近被老大安排了个任务,解决Linux的安装部署问题,特做如下笔记,以便下次安装配置: --------------------Linux上部署项目------------------- 1.解压缩相 ...
- Silverlight调用WCF(1)
[置顶] Silverlight调用WCF(1) 分类: 技术2012-03-31 12:29 940人阅读 评论(0) 收藏 举报 wcfsilverlightexceptionusersecuri ...
- 【POJ 1201】 Intervals
[题目链接] 点击打开链接 [算法] 令sum(n)表示区间[1,n]中选了几个点 那么,显然有以下不等式 : 1. sum(n)- sum(n - 1) >= 0 2. sum(n) - s ...
- urllib2.urlopen超时未设置导致程序卡死
没有设置timeout参数,结果在网络环境不好的情况下,时常出现read()方法没有任何反应的问题,程序卡死在read()方法里,搞了大半天,才找到问题,给urlopen加上timeout就ok了,设 ...
- maven中的三种工程,以及在idea中构建父子工程。
1.pom工程:用在父级工程或聚合工程中.用来做jar包的版本控制.主要是定义POM文件,将后续各个子模块公用的jar包等统一提出来,类似一个抽象父类 2.war工程:将会打包成war,发布在服务器上 ...
- bzoj 1571: [Usaco2009 Open]滑雪课Ski【dp】
参考:https://blog.csdn.net/cgh_andy/article/details/52506738 没有get到什么重点的dp--做的莫名其妙 注意滑雪一个坡可以滑很多次 设f[i] ...
- 清北考前刷题day4下午好
/* 辗转相除,每次计算多出现了几个数. */ #include<iostream> #include<cstdio> #include<cstring> #inc ...
- python中socket编程
一.网络协议 客户端/服务器架构 1.硬件C/S架构(打印机) 2.软件C/S架构(互联网中处处是C/S架构):B/S架构也是C/S架构的一种,B/S是浏览器/服务器 C/S架构与socket的关系: ...