机器学习基础（十四）—— 统计计数、majority count 与其数学记号

编程与数学，程序语言与数学语言，如此完美地呼应，虽在表达上、在实现上略有差异。

获取一个序列中出现次数最多的元素，也即如果序列的每个位置都比做一个人（或者一个分类器），该位置上的值表示他做出的选择、投出的票（分类器的输出），则返回的是票数最多的结果：

def majCnt(classList):
    classCnt = {}
    for label in classList:
        if label not in classCnt:
            classCnt[label] = 0
        classCnt[label] += 1
    sortedClassCnt = sorted(classCnt.items(), key=lambda x: x[1], reverse=True)
    return sortedClassCnt[0][0]

其中：

        if label not in classCnt:
            classCnt[label] = 0

可被：

        classCnt.setdefault(label, 0)
                            # 初始化动作只执行一次

或者直接使用 collections 模块下的 Counter（统计计数类）：

from collections import Counter
def majCnt(classList):
    classCnt = Counter(classList)
    sortedClassCnt = sorted(classCnt.items(), key=lambda x: x[1], reverse=True)
    return sortedClassCnt[0][0]

而其对应的数学记号（mathematical notation）为：

$$G(x)=\underset{1\leq k\leq K}{\arg\max}\;\sum_{t=1}^T1_{g_t(x)=k}$$

$g_t$ 表示分类器，共 $T$ 个分类器参与”投票”，该数学等式对应的机器学习模型为 uniform blending（voting）。也即编程中的统计一个数出现的次数（count），用的是 $\sum 1$（也即 indicator function），获取出现次数最多的元素则是 $\arg\max$。