《机器学习实战》(一)-- kNN算法

本文是《机器学习实战》的学习笔记,主要介绍了NumPy的array、shape、tile、argsort、zeros、ones、切片、min、max等函数,以及matplotlib的font_manager和pyplot子库,包括FontProperties、subplots、scatter、set和legend等函数,为理解kNN算法做准备。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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。
在这里插入图片描述

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 × 3 3\times 3 3×3矩阵,通过shape函数得到的就是 ( 3 , 3 ) (3,3) (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)))
</
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值