《机器学习实战》（一）-- kNN算法

绪言

我最近开始入门机器学习，使用的书是《机器学习实战》（Peter Harrington 著），为了巩固学习成果，决定写一系列日志，内容是总结性的，会做一些思维导图，写一些我学习时不懂的模块，函数语法等，但不涉及具体算法的实现（不具备教程性质）。

1. Xmind

思维导图涉及了算法的一些特性，优劣以及相关的模块。

2. 模块语法

本章中涉及到的模块有NumPy,matplotlib,operator。下面是我在代码实现中遇到的不懂的语法，查找出来作为总结。

2.1 NumPy

NumPy（Numerical Python的简称）是高性能科学计算和数据分析
的基础包。本章中涉及的函数主要有下面这九个。

2.1.1 生成array

array函数可以生成一个n维数组。

import numpy as np

mat1 = np.array([[1,  2, 3], [4, 5, 6], [7, 8, 9]])
print(mat1)

结果如下：

[[1 2 3]
 [4 5 6]
  [7 8 9]]

2.1.2 shape

shape函数可以获得array的形状，输出一个tuple，tuple中的元素表示相应轴向的长度
例如2.1.1中生成的mat1是个$3\times 3$矩阵，通过shape函数得到的就是$(3,3)$

 print（mat1.shape）

结果：

(3, 3)

如果是一个以为数组，则为输出一个单元素tuple，例如

mat2 = np.array([1, 2, 3])
print(mat2.shape)

结果：

(3,)

另外，也可以单独获得指定轴向的长度，例如

mat3 = np.array([[1, 2, 3], [4, 5, 6]])
print(mat3.shape[0])
print(mat3.shape[1])

结果：

    2
    3

shape[0]得到的是轴向0的长度，shape[1]得到的是轴向1的长度。array数组在2维情况下，纵向为0轴，横向为1轴。3维情况下，增加的轴向为0轴，纵向为1轴，横向为2轴。也就是说，维度增加1，新增加的方向为轴0，其余轴向依次加1.

2.1.3 tile

tile函数可以将指定的数组按指定轴向重复指定的次数，语法如下：

tile(a,b)

a是一个数组，b是一个tuple。例如：

print(np.tile(2, (2, 3)))

结果：

[[2 2 2]
 [2 2 2]]

a也可以是数组：

print(np.tile([2, 2], (2, 3)))
</