《机器学习实战》程序清单2-5 约会网站预测函数

最新推荐文章于 2022-07-09 18:54:37 发布

weixin_34220963

最新推荐文章于 2022-07-09 18:54:37 发布

阅读量169

点赞数 1

文章标签：人工智能

以下代码，在Sublime中跑不起来，似乎Sublime无法交互输入文字，在IDLE或控制台中可以输入。

测试结果其实也挺搞笑的，这姑娘的喜好唯一取决于每周吃多少冰淇淋，前两项输入0，第三项输入236，就是small does，输入237，就是large doses。

所以，一个不玩游戏，不是飞行常客，一周吃237升冰淇淋的人，是她最可能喜欢的人。

这是因为离[0 0 237]这个点最近的k（此处假设k=3）个点分别是：

14402 10.482619 1.694972 smallDoses

35283 6.091587 1.694641 largeDoses

56557 11.746200 1.695517 largeDoses

最终的统计结果是：{'smallDoses': 1, ' largeDoses': 2}

largeDoses的有俩，所以结果是 largeDoses，非常喜欢

如果把K放大到1000，统计结果是：{'smallDoses': 331, 'largeDoses': 327, 'didntLike': 342}

结论是：不喜欢。

结果大相径庭

从这个统计结果来看，这个姑娘约见的人分布得还挺平均的。

其它值请各位自行测试。

def classifyPerson():
    resultList = ['not at all', 'in small doses', 'in large doses']
    percentTats = float(input("percentage of time spent playing video games?"))
    ffMiles = float(input("frequent flier miles earned per year?"))
    iceCream = float(input("liters of ice cream consumed per year?"))

    datingDataMat, datingLabels = file2matrix('datingTestSet3.txt')
    normMat, ranges, minVals = autoNorm(datingDataMat)
    inArr = array([ffMiles, percentTats, iceCream])
    classifierResult = classify0((inArr - minVals)/ranges, normMat, datingLabels, 3)
    print(classifierResult)

    print("You will probably like this person: ", resultList[int(classifierResult) - 1])