机器学习实战：第二章KNN中的一些问题

最新推荐文章于 2022-10-08 15:59:17 发布

偷嘴的小猴子

最新推荐文章于 2022-10-08 15:59:17 发布

阅读量842

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习实战笔记文章标签：机器学习 python 数据 KNN

本文链接：https://blog.youkuaiyun.com/a793620101/article/details/50545132

机器学习实战笔记专栏收录该内容

4 篇文章

订阅专栏

本文解决Python机器学习实战中遇到的问题，包括数据导入、matplotlib绘图、数据预处理及手写识别系统的实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一：书中file2matrix函数可能无法通过编译。函数如下：

def file2matrix(filename):
	fr=open(filename)
	arrayOLines=fr.readlines()
	numberOfLines=len(arrayOLines)
	returnMat=zeros((numberOfLines,3))
	classLabelVector=[]
	index=0
	for line in arrayOLines:
		line=line.strip()
		listFromLine=line.split('\t')
		returnMat[index,:]=listFromLine[0:3]
		classLabelVector.append(int(listFromLine[-1]))
		index+=1
	return returnMat,classLabelVector

解决问题：把其中语句classLabelVector.append(listFromLine[-1])

第二.在使用matplotlib模块进行画图颜色区分时，也可能无法编译成功

fig=plt.figure()
ax=fig.add_subplot(111)
ax.scatter(datingDataMat[:,1],datingDataMat[:,2],15.0*array(LabelsList),15.0*array(LabelsList))
plt.show()

这个问题和第一个问题源于同一个原因，即作者数据集的问题：

40920	8.326976	0.953952	largeDoses
14488	7.153469	1.673904	smallDoses
26052	1.441871	0.805124	didntLike

Label是字符串，无法使用int("abc"),array也是如此

解决问题：1.把数据集换成datingTestSet2.txt

2.自己写个函数，把标签数字化

def classLabels(dataSet):
	newLabels=[]
	for item in dataSet:
		if item=='largeDoses':
			newLabels.append(2)
		elif item=='smallDoses':
			newLabels.append(1)
		elif item=='didntLike':
			newLabels.append(0)
	return newLabels

第三.画图补充

坐标注释： plt.xlabel()

plt.ylabel()

注意编码问题：#coding=UTF-8

第四. 手写识别系统

不知道什么原因，读取图片数据那里一直编译不成功

 trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr)

想起python中尽量尽量不嵌套原则，后分成两句，就通过了

fname='trainingDigits/%s' %fileNameStr
trainingMat[i,:]=img2vector(fname)