Flyer

from numpy import * from math import log import operator def calcShannonEnt(dataSet): num=len(dataSet) labelCount={} for data in dataSet: currentLabel = data[-1] #if curre

The term broadcasting describes how numpy treats arrays with different shapes during arithmetic operations. Subject to certain constraints, the smaller array is “broadcast” across the larger array so

operator.itemgetter函数 operator模块提供的itemgetter函数用于获取对象的哪些维的数据，参数为一些序号（即需要获取的数据在对象中的序号），下面看例子。 a = [1,2,3]  >>> b=operator.itemgetter(1)      //定义函数b，获取对象的第1个域的值 >>> b(a)  2  >>> b=operator.it

使用input和raw_input都可以读取控制台的输入，但是input和raw_input在处理数字时是有区别的 纯数字输入 当输入为纯数字时 input返回的是数值类型，如int,float raw_inpout返回的是字符串类型，string类型 输入字符串为表达式 input会计算在字符串中的数字表达式，而raw_input不会。

算法伪代码： 1、计算输入向量intX距训练集中各点的距离 2、将距离按从小到大排序 3、选取最小的k个值 4、统计其中各类标签数目 5、选取标签出现最多的，作出预测 代码如下： from numpy import * import operator #创建训练集 def creatDataSet(): group=array([[1.0,1.1],[1.0,1.0

機率密度函數：f(X|θ), θ 為未知。概似函數：L(θ)=∏ni=1f(xi)求可以讓 L(θ) 最大化的 θ 參數 θ^。 可以直接最大化 L(θ) ，或者最大化 lnL(θ) 亦可(因為許多獨立隨機變數的算式會表現為某些機率式的乘積，此時取 ln 可以讓這些乘積轉化為相加的運算，數學上會變得較為簡單)。 用 θ^ 取代 θ ，就可得到最大慨似估計式。利用已知樣本求取「最大慨似估計式