机器学习实战 2-1 2-2

最新推荐文章于 2024-04-13 11:21:59 发布

神秘帅哥-_

最新推荐文章于 2024-04-13 11:21:59 发布

阅读量495

点赞数

CC 4.0 BY-SA版权

文章标签：机器学习 python 初学

本文链接：https://blog.youkuaiyun.com/qq_31602961/article/details/80205808

本文是针对初学者的机器学习实战，聚焦K近邻算法。通过Python代码介绍算法实现，作者在学习中遇到困难并进行注释，旨在帮助其他入门者理解并提升。章节包括数据集创建和K近邻算法的初步应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

机器学习实战这本书比较适合像我一样的初学者学习。书中介绍了重要的机器学习算法及python实现代码。由于编程能力一般，我在学习过程中遇到很多不懂的代码。用心做了注释，希望能坚持写下去，自我提升并希望能帮到入门的学习者。笔者能力有限，有所错误的地方希望读者指出并理解~

第二章K~近邻算法

准备：

from numpy import *
import operator
def createDataSet():
group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])#数据集，包含四个点坐标
labels = ['A','A','B','B']#标签

return group,labels

程序清单2-1

def classify0(inX,dataSet,labels,k):#inX:输入向量，dataSet:训练样本集，此处即CReatDataSet函数反回的group，labels：标签向量，k要选取的最近邻点的数目
    dataSetSize = dataSet.shape[0]#这里返回矩阵的行数
    diffMat = tile(inX,(dataSetSize,1)) - dataSet#tile函数有重复的功能,inX本来有一行一列，现在是datasetsize行，一列，与矩阵dataset相减即可得到坐标相减后的结果
    sqDiffMat = diffMat**2#上面得到的坐标相减形成的矩阵，这里乘方是实现欧拉公式，配合下几步计算距离
    sqDistances = sqDiffMat.sum(axis=1)#sum方法中axis为1将按行求和，自行脑补为0情况~
    distances = sqDistances**0.5#开根号，这一步完成欧拉公式，距离就计算出来了
    sortedDistIndicies = distances.argsort()#将上边得到的包含距离的数组从小到大排序（argsort方法），他返回的是值对应的键，然后赋值
    classCount = {}
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]#判断离目标点最近的K个点的类型，sorteddistindicies[i]返回的是group组里某个值的键，与labels里的标签一一对应
        classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1#这里判断每个最近邻点的类型，然后相应的类型+1，get方法读取字典元素，若voteilabel不存在，就返回后面的0
        sortedClassCount = sorted(classCount.iteritems(),key = operator.itemgetter(1),reverse = True)#sorted函数用于排序，当reverse为True时降序排列，operator模块的itemgetter方法，使按照第二个元素排列。这里书中的iteritems()在python3.0中已经废除了，故改为items()，将字典以列表形式返回
        return sortedClassCount[0][0]#字典返回，第一个零指返回哪一组  第二个指返回键还是值

程序清单2-2

#将文本记录转换为Numpy的解析程序
def file2matrix(filename):
    fr = open(filename)#打开文件,当文件不在当前目录下时，需要指定路径，参考格式open('F:\\机器学习\\MLiA_SourceCode\\machinelearninginaction\\Ch02\\datingTestSet.txt')
    arrayOLines = fr.readlines()#返回一个列表，每行文字为一个元素
    numberOfLines = len(arrayOLines)#获取列表长度，即是文件的行数
    returnMat = zeros((numberOfLines,3))#创建一个有numberOfLines行，3列的零矩阵
    classLabelVector = []
    index = 0
    for line in arrayOLines:
        line = line.strip()#strip方法截取掉所有回车字符
        listFromLine = line.split('\t')#然后用tab('\t')将整行数据分隔成一个元素列表
        returnMat[index,:] = listFromLine[0:3]#listFromLine[0:3]选取前三个元素，注意这里returnMat[index,:]有一个逗号，就是选取了第index行整行，将前三个元素存储到第index行中
        classLabelVector.append(int(listFromLine[-1]))#负索引从-1开始，这里存储列表最后一列
        index += 1
        return returnMat,classLabelVector

希望自己能一直写下去，也希望能帮助到一些人，大家一起进步