机器学习实战 2-4 2-5

  程序清单2-4 和2-5大部分都是前边用过的，如果前边学得好，程序理解起来就会非常简单。

#程序清单2-4  分类器针对约会网站的测试代码
def datingClassTest():
    hoRatio = 0.10#这个值之后要用到，即选取整体数据的10%用于测试分类器
    datingDataMat,datingLabels = file2matrix('F:\\机器学习\\MLiA_SourceCode\\machinelearninginaction\\Ch02\\datingTestSet2.txt')#对原始数据处理，得到分类器可以处理的形式
    normMat,ranges,minVals = autoNorm(datingDataMat)#归一化数值后返回三个值，分别为归一化后的数值，每一列中最大值与最小值的差值，每一列的最小值
    m = normMat.shape[0]#得到normMat矩阵的行数
    numTestVecs = int(m*hoRatio)
    errorCount = 0.0#这个变量为分诶错误次数
    for i in range(numTestVecs):
        classifierResult = classify0(normMat[i,:],normMat[numTestVecs:m,:],\
                                     datingLabels[numTestVecs:m],3)     #对测试数据进行分类
        print('the classifier came back with:%d,the real answer is:%d' %(classifierResult,datingLabels[i]))
        if (classifierResult != datingLabels[i]):errorCount += 1.0#当测试的数据分类不正确时，errorCount+1
    print('the total error rate is : %f' %(errorCount/float(numTestVecs)))#打印出分类器的错误率

#程序清单2-5 约会网站预测函数
def classfyPerson():#这是真正与用户交互的程序，按照自己的习惯对原书的英文问答改为了中文，代码都是之前介绍过的，不重复做解释了，
    #唯一需要注意的是在python3.0中print与python2.0有较大差别,raw_input()不再适用
    resultList = ['讨厌','一般喜欢','非常喜欢']
    percentTats = float(input('打视频游戏所占时间比：'))
    ffMiles = float(input('飞行常客里程数：'))
    iceCream = float(input('每周消耗的冰淇淋公升数：'))
    datingDataMat,datingLabels = file2matrix('F:\\机器学习\\MLiA_SourceCode\\machinelearninginaction\\Ch02\\datingTestSet2.txt')
    normMat,ranges,minVals = autoNorm(datingDataMat)
    inArr = array([ffMiles,percentTats,iceCream])
    classifierResult = classify0((inArr-minVals)/ranges,normMat,datingLabels,3)
    print('你是否会喜欢这个人：%s' %resultList[classifierResult-1])

看一下运行结果

>>> k.classfyPerson()
打视频游戏所占时间比：10
飞行常客里程数：10000
每周消耗的冰淇淋公升数：0.5
你是否会喜欢这个人：一般喜欢

OK，到这里就成功的在数据上建立了分类器