数据分类

上一篇： 文本相似性

1、Python数据建模概述

• 数据建模指的是对现实世界各类数据的抽象组织，建立一个适合的模型对数据进行处理。
• 在数据分析与挖掘中，我们通常需要根据一些数据建立起特定的模型，然后处理。
• 模型的建立需要依赖于算法，一般，常见的算法有分类、聚类、关联、回归等。

2、Python数据分类实现过程

数据分类主要处理现实生活中的分类问题，一般处理思路如下：

• 1、首先明确需求并对数据进行观察
• 2、其次，确定算法
• 3、确定步骤
• 4、编程实现

3、常见的分类算法

常见的分类算法主要有：

• 1、KNN算法
• 2、贝克斯方法
• 3、决策树
• 4、人工神经网络
• 5、支持向量机（SVM）

4、KNN算法与手写体数字识别

4.1 KNN算法的实现步骤

• 1、处理数据
• 2、数据向量化
• 3、计算欧几里得距离
• 4、根据距离进行分类

4.2 KNN算法的python实现

from numpy import *
import operator
def knn(k,testdata,traindata,labels):
	traindatasize=traindata.shape[0]  # 数据行数，即数据个数
	# 从列方向扩展
	# tile(a,(size,1))
	dif=tile(testdata,(traindatasize,1))-traindata  #扩展为相同维度后计算差值
	sqdif=dif**2  # 平方
	sumsqdif=sqdif.sum(axis=1) # 各列平方和
	distance=sumsqdif**0.5     # 计算距离
	sortdistance=distance.argsort() #距离排序，得到序号
	count={
   }
	for i in range(0,k):
		vote=labels[sortdistance[i]]    # 投票结果，类别
		count[vote]=count.get(vote,0)+1 # 统计类别出现次数
	sortcount=sorted(count.items(),key=operator.itemgetter(1),reverse=True)
	return sortcount[0][0]

将图片处理为文本