用python3.0实现《机器学习实战》一书的总结

因为自己开始学习Python就是使用的3.0版本，但是在学习中发现很多给出的python代码都是2.0版本，因此一直会有程序报错。这里给出自己整理的代码报错及如何改动。
这里的错误代码主要来自《机器学习实战一书》

1. print报错，在python3.0中，print成为了一个函数，因此print 'a',要变成print（'a'）

2.D=map(set,dataSet)； numItems=float(len(D))
报错：object of type 'map' has no len()
原因：在python2.0中，map(func,*iterables)函数操作之后不改变对象的类型，因此在本例中输出D还是list类型。可是在python3.0之后map()函数返回的对象类型是一个Iterator，它表示的是一个数据流，我们不能事先知道这个数据流的长度，只能使用功能next（）函数实现按需计算下一个数据，所以Iterator的计算是惰性的。对Iterator不能使用len（）函数，必须先使用list()函数将map对象转换为list之后再操作。因此要改为 numItems=float(len(list(D)))
同类型改动还有：filter()函数
另外，map返回的对象，当作为参数传递时，用for ..in..时，调用一个数据之后就会在该对象中拿走这样一个数据，因此在二层循环中会出现内层循环只能循环一次的情况。因此必须先将map对象转换为实际的set对象或是其他。这里采用：

d=[]
for i in D:
    d.append(i)
c1=[]
for c in C1:
    c1.append(c)

将map对象D,C1改成list对象d,c1，但其组成元素为set。

3.贝叶斯算法，邮件分类这一章中：
报错“TypeError: 'range' object doesn't support item deletion”
错误出现在del trainingSet[randIndex]。因为trainingSet = range(50)，range构造的对象不再是list类型，而是range类型，不支持del操作。因此，这里将trainingSet = range(50)改为trainingSet = list(range(50))就行了；
报错“UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 199: illegal multibyte sequence”。
一直以为是程序的错误，debug之后发现代码wordList = textParse(f.read())并不是一直报错，而是在读取某一封邮件时报错，点进去发现，邮件中编码有点问题，删除问题字符�就行了。当然这不是2.0与3.0的改动问题，但一起放在代码部分讲了。