2_3最近鄰算法kNN(k_nearest_neighbor)——autoNorm_2_3

聲明：《機器學習實戰》代碼詳細註釋和重構，以及相關的函數、模塊和算法的解釋；本文爲博主原創文章，未經博主允許不得轉載。

1.歸一化特徵值（程序清單2-3）
*#代碼：Peter Gong_shuai
*#中文註釋：Gong_shuai
*#代碼重構：Gong_shuai
*#函數註解：Gong_shuai
*#相關的函數、模塊和算法的解釋：Gong_shuai
*#環境：Python2.7、Sublime Text3、mac

1. 代碼

#coding=utf-8
#歸一化特徵值（程序清單2-3）

#源代碼：Peter  Gong_shuai
#中文註釋：Gong_shuai
#代碼重構：Gong_shuai
#函數註解：Gong_shuai
#環境：python2.7


from numpy import * 



#處理輸入格式問題，輸入爲文件名字符串，輸出爲訓練樣本矩陣和類標籤向量
def file2matrix(filename):
    fr = open(filename)
    numberOfLines = len(fr.readlines())         #得到文本行數
    returnMat = zeros((numberOfLines,3))        #創建以零填充的矩陣，爲了簡化，另外的一個維度設爲3
    classLabelVector = []                       #返回標籤     
    fr = open(filename)    #解析文件數據到列表，循環處理文件中的每一行的數據
    index = 0
    for line in fr.readlines():
        line = line.strip()    #截取掉所有的回車字符
        listFromLine = line.split('\t')    #將整行數據分割成一個元素列表
        returnMat[index,:] = listFromLine[0:3]     #選取前三個元素，存儲到特徵矩陣中
        classLabelVector.append(int(listFromLine[-1]))
        index += 1
    return returnMat,classLabelVector


#歸一化特徵值    
def autoNorm(dataSet):
    minVals = dataSet.min(0)#每一列的最小值
    maxVals = dataSet.max(0)#每一列的最大值
    ranges = maxVals - minVals
    normDataSet = zeros(shape(dataSet))
    m = dataSet.shape[0]#數組的大小  
    normDataSet = dataSet - tile(minVals, (m,1))#注意事項：特徵值矩陣有1000*3個值。而minVals和range的值都爲1*3.爲了解決這個問題使用numpy中tile函數將變量內容複製成輸入矩陣同樣大小的矩陣  
    normDataSet = normDataSet/tile(ranges, (m,1))   #element wise divide矩陣除法
    return normDataSet, ranges, minVals

datingDataMat,datingLabels = file2matrix('datingTestSet2.txt')#讀取文件數據

normMat, ranges, minVals = autoNorm(datingDataMat)
print(normMat)
print(ranges)
print(minVals)

1. 運行結果