从零单排《机器学习实战》（一）：k-近邻算法

运行平台：Windows

Python版本： Python3.5

IDE：PyCharm 

首先感谢Jack-Cui博主的分享（http://blog.csdn.net/c406495762），让我从零单排的过程不那么艰难，这里还是推荐大家去看他的博客，我这边则是补充一些可能会出现的问题还有的则是我自己开始的一些比较困惑的地方。

目录：

1.tile函数
2.Warning：function name should be lowercase
3.Error：AttributeError: 'dict' object has no attribute 'iteritems'
4.listFromLine[-1]
5.unused import statement
6.错误：invalid literal for int() with base 10:'largeDoses'
7.add_subplot（）函数
8.minVals=dataSet.min(0)

9.提取数组元素

10.错误：SyntaxError: invalidsyntax

 

1.tile函数

def classify0(inX, dataSet, labels, k):
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inX, (dataSetSize,1)) - dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)
    distances = sqDistances**0.5
    sortedDistIndicies = distances.argsort()     
    classCount={}          
    for i in range(k):
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1
    sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)
    return sortedClassCount[0][0]

举个简单的例子

numpy.tile([0,0],(2,3))

即把[0,0]在行方向重复三次，列方向重复2次，可以简单理解为复制为2行3列，结果如下

array([[0,0,0,0,0,0],

        [0,0,0,0,0,0]])

 

2.Warning：function name should be lowercase

这个警告蛮讨厌的，可以通过以下设置来不提示

File–>Settings–>Editor–>Inspections–>Python–>PEP 8 naming conventionviolation
在右下角有一个Ignorederrors列表控件，添加
N802
N803
N806

 

3.Error：AttributeError: 'dict' object has no attribute 'iteritems'

Python3.5中：iteritems变为items

 

4.索引值-1

    for line in fr.readlines():
        line = line.strip()
        listFromLine = line.split('\t')
        returnMat[index,:] = listFromLine[0:3]
        classLabelVector.append(int(listFromLine[-1]))
        index += 1

Python语言可以使用索引值-1表示列表的最后一个元素

 

5.unused import statement

file下有invalidatecaches/restart选项，点击即可

 

6.错误：invalid literal for int() with base 10:'largeDoses'

 

这个问题是由于datingTestSet.txt，区别是最后的标签，作者原来使用字符串‘veryLike’作为标签，会出现该问题，直接使用datingTestSet2.txt即可

 

7.add_subplot（）函数

这是在使用Matplotlib过程中使用的一个函数，例子如下

fig.add_subplot(349)

参数349的意思是：将画布分割成3行4列，图像画在从左到右从上到下的第9块

 

8.minVals=dataSet.min(0)

def autoNorm(dataSet):
    minVals = dataSet.min(0)
    maxVals = dataSet.max(0)
    ranges = maxVals - minVals
    normDataSet = zeros(shape(dataSet))
    m = dataSet.shape[0]
    normDataSet = dataSet - tile(minVals, (m,1))
    normDataSet = normDataSet/tile(ranges, (m,1))   #element wise divide
    return normDataSet, ranges, minVals

需要注意的是，这里min(0)返回的是每一列的最小值而不是一个单值。

 

9.提取数组元素

normMat[i,:]

提取normMat的第i行元素

另一个常见的用法如下

10.错误：SyntaxError: invalidsyntax

Python3中print要加括号