最后计算该规则的错误率:error
错误率即 具有该特征的个体在除出现次数最多的类别出现的次数,代表分类规则不适用的个体的数量。
最后返回待预测的个体类别 和 错误率
def train_feature_value(X, y_true, feature, value):
class_counts = defaultdict(int)
for sample, y_t in zip(X, y_true):
if sample[feature] == value:
class_counts[y_t] += 1
sorted_class_counts = sorted(class_counts.items(), key=itemgetter(1), reverse=True) # 降序
most_frequent_class = sorted_class_counts[0][0]
error = sum([class_count for class_value, class_count in class_counts.items()
if class_value != most_frequent_class])
return most_frequent_class, error
返回值most_frequent_class是一个字典, error是一个数字
==================================================================================================
def train(X, y_true, feature):
n_samples, n_features = X.shape
assert 0 <= feature < n_features
获取样本中某特征所有可能的取值
values = set(X[:, feature])
predictors = dict()
errors = []
for current_value in values:
most_frequent_class, error = train_feature_value(X, y_true, feature, current_value)
predictors[current_value] = most_frequent_class
errors.append(error)
total_error = sum(errors)
return predictors, total_error
因为most_frequent_class是一个字典,所以predictors是一个键为特征可以的取值(0和1),值为字典most_frequent_class的 字典。
total_error是一个数字,为每个特征值下的错误率的和。
====================================================================================
all_predictors = {variable: train(X_train, y_train, variable) for variable in range(X_train.shape[1])}
Errors = {variable: error for variable, (mapping, error) in all_predictors.items()}
找到错误率最低的特征
best_variable, best_error = sorted(Errors.items(), key=itemgetter(1))[0] # 升序
print(“The best model is based on feature {0} and has error {1:.2f}”.format(best_variable, best_error))
找到最佳特征值,创建model模型
model = {‘variable’: best_variable,
‘predictor’: all_predictors[best_variable][0]}
print(model)
根据代码运行结果,最佳特征值是特征2(索引值为2的feature,即第三个特征)。
对于初学者这里的代码逻辑比较复杂,可以对变量进行逐个打印查看,阅读blog学习时要盯准字眼,细品其逻辑。
print(all_predictors)
print(all_predictors[best_variable])
print(all_predictors[best_variable][0])
============================================================================
定义预测函数,对测试集数据进行预测
def predict(X_test, model):
variable = model[‘variable’]
predictor = model[‘predictor’]
y_predicted = np.array([predictor[int(sample[variable])] for sample in X_test])
return y_predicted
对测试集数据进行预测
y_predicted = predict(X_test, model)
print(y_predicted)
预测结果:
统计预测准确率
accuracy = np.mean(y_predicted == y_test) * 100
print(“The test accuracy is {:.1f}%”.format(accuracy))
根据打印结果,该模型预测的准确率可达65.8%,对于只有一条规则的oneR算法而言,结果是比较良好的。到此便实现了oneR算法的一次完整应用。
最后,还可以使用classification_report()方法,传入测试集的真实值和预测值,打印出模型评估报告。
屏蔽警告
warnings.filterwarnings(“ignore”)
打印模型评估报告
print(classification_report(y_test, y_predicted)) # 参数为测试集的真实数据和预测数据
小啾祝您学习顺利!
最后
Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉Python所有方向的学习路线👈
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
👉Python全套学习视频👈
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
👉实战案例👈
学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。
👉大厂面试真题👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!