机器学习实战笔记一_Python3

程序清单2-1

个人程序注释+Python3 部分代码改造（针对iteritems只支持python2的情况）

[html]  view plain  copy

1. from  numpy import *  
2. import operator#运算符模块  
3.   
4. def createDataSet():  
5.     group = array([[1.0,1.1],[1.0,1.0],[0,0],[0, 0.1]])  
6.     labels = ['A','A','B','B']  
7.     return group,labels  
8.   
9. group,labels=createDataSet()  
10.   
11. def classify0(inX, dataSet, labels, k): #inX: 待测试数据 ;  dataSet: 训练样本集  
12.     dataSetSize = dataSet.shape[0]      #to get the rows of the matrix  
13.     # to get the Xi-Yi of the dataSet  
14.     diffMat = tile(inX, (dataSetSize,1)) - dataSet      #a=[1 2],b=[2 3];tile(a,b) to generate 2*3 matrix when  
15.                                                         #the element all is a [1 2]  
16.     sqDiffMat = diffMat**2  
17.     sqDistances = sqDiffMat.sum(axis=1)         #使每行的元素相加，得到测试样本与各训练样本distance**2  
18.                                                 #axis=0，按列相加；axis=1，按行相加；  
19.     distances = sqDistances**0.5  
20.     sortedDistIndicies = distances.argsort()    #将distance中的元素从小到大排列，  
21.                                                 # 提取其对应的index(索引)，然后输出到 sortedDistIndicies  
22.    #声明一个dict：{key:value1,key2:value2}  
23.     classCount={}  
24.     for i in range(k):  
25.         voteIlabel = labels[sortedDistIndicies[i]]  
26.         #classCount= {'B': 2, 'A': 1}，初始化后，classCount每得到一个相同的voteIlabel，就+1  
27.         classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1       #当我们获取字典里的值的时候，一个是通过  
28.                                                                         # 键值对，即dict['key'],另一个就是dict.get()方法  
29.                                                                         # dict.get(voteIlabel,0) = 0, 此处0 to be initiated,  
30.                                                                         #  之后就没有作用了。  
31.     #items方法是可以将字典中的所有项，以列表方式返回。 iteritems方法与items方法相比作用大致相同，只是它的返回值不是列表，而是一个迭代器  
32.     #Python3 中没有iteritems函数，需要用values()代替，并用list转为列表  
33.     # sortedClassCount = sorted((key_label, value_num), key=operator.itemgetter(1), reverse=True)  
34.     #python3中无法使用iteritems，需要对上面这句话改造，我们通过得到两个list，得到出现频率最高的label  
35.     key_label=list(classCount.keys())  
36.     value_num=list(classCount.values())  
37.     #label出现频率由小到大排列，并返回索引index  
38.     sortedvalue_num_indicies = argsort(value_num)  
39.     #返回频率最大的label  
40.     return key_label[len(sortedvalue_num_indicies)-1]  

[html]  view plain  copy

1. group,labels = createDataSet()  
2. a=classify0([0,0], group,labels,3)  
3. print(a)  

编辑运行，得'A'

##############################################################

转自：https://blog.csdn.net/shunquanlan9446/article/details/79725964