【机器学习实战-1章】运行本书代码时出现的错误集合

Numpy数组相关错误

from numpy.ma import exp

1. TypeError:only size-1 arrays can be converted to Python scalars

1)def sigmoid(self,inX):
return 1.0/(1+exp(-inX))
numpy数组最好使用Numpy的数学函数进行处理
def sigmoid(self,inX):
return 1.0/(1+numpy.exp(-inX))
2)D = np.mat(np.ones((m,1))/m)
D = np.multiply(D,exp(expon))
print(type(D)) #<class ‘numpy.ma.core.MaskedArray’>
D = np.mat(D/D.sum())
print(type(D)) #<class ‘numpy.matrix’>
在对numpy数组进行操作后，如果需要再次使用数组，要及时将数组的类型转换回去，否则报错

2. TypeError:unsupported operand type(s) for *: ‘float’ and
   ‘builtin_function_or_method’

   prob = self.sigmoid(sum(inX*weights))
   weights和inX都为Numpy数组，如要相乘，weights需要经过转置
   weights.transpose()

3. TypeError:data type not understood

self.alphas = np.mat(np.zeros(self.m,1))
错误出现在np.zeros((self.m,1)),多维数组要加上括号，有几个维度用几个括号

4. ValueError:The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

   if np.sign(predict) != np.sign(labelArr[i]):
   numPy对这个逻辑表达式判断不清醒，可用a.any() or a.all() if (np.sign(predict) -
   np.sign(labelArr[i])).any(): print(“True”)

5. ValueError:data type must provide an itemsize

   for line in fr.readlines(): lineArr.append(float(curline[i]))
   在读取文件时，如果数据需要转换为数组，需要使用float()或int()等。因为readlines()的结果是一个个字符串

6. TypeError:unhashable type: ‘matrix’ for splitVal in set(dataSet[:,featIndex]): set()方法需要使用可迭代对象 更改为 for splitVal in
   set(dataSet[:,featIndex].T.tolist()[0])

7. 提示错误ValueError: matrix must be 2-dimensional 或者TypeError: list indices must be integers or slices, not tuple
   centList[bestCentToSplit] = bestNewCents[0,:]
   centList.append(bestNewCents[1,:] return mat(centList)
   》》》[matrix([[-122.54868607, 45.51882187]]),
   matrix([[-122.65589505, 45.49371211]]),
   matrix([[-122.842918, 45.646831]]),
   matrix([[-122.7680632, 45.4665528]]),
   matrix([[-122.68216889, 45.56573522]])] 通过tolist()方法将其进行转换
   centList[bestCentToSplit] = bestNewCents[0,:].tolist()[0]
   # print(“Numpy.matrix>>>list====”)
   # print(bestNewCents[0,:])
   # print(bestNewCents[0,:].tolist())
   # print(bestNewCents[0,:].tolist()[0])
   # print(“Numpy.matrix>>>list====”)
   centList.append(bestNewCents[1,:].tolist()[0])

读取文件时发生错误

1.write() argument must be str, not bytes
写入文件时发生错误，write() argument must be str, not bytes
with open(filename,‘w’) as fw:
fw.write(content)
在写入二进制文件时，python2支持上述表达式；使用python3运行上述表达式时则会报错
Python3给open函数添加了名为encoding的新参数，而这个新参数的默认值却是‘utf-8’。
这样在文件句柄上进行read和write操作时，系统就要求开发者必须传入包含Unicode字符的实例，而不接受包含二进制数据的bytes实例

解决方法：
使用二进制写入模式（‘wb’）来开启待操作文件，而不能像原来那样，采用字符写入模式（‘w’）。
文件读取数据的时候也有类似的问题。用’rb’模式（二进制模式）打开文件，而不要使用’r’模式。

其他

trainingSet =range(50)
traindel(trainingSet[randIndex])

“”"python3.x , 出现错误 ‘range’ object doesn’t support item deletion

原因：python3.x range返回的是range对象，不返回数组对象

解决方法：

把 trainingSet = range(50) 改为 trainingSet = list(range(50))"""